Tiger3807861189/DeepSeek-V4-J-Space-Capability-Realization-Report

Name: Tiger3807861189/DeepSeek-V4-J-Space-Capability-Realization-Report
Author: Tiger3807861189

插件Plugin ⭐ 1,033 NOASSERTION cat_label.agent-skillscat_label.agent-skills cat_label.ai-agentcat_label.ai-agent cat_label.benchmarkcat_label.benchmark cat_label.deepseekcat_label.deepseek cat_label.deepseek-harnesscat_label.deepseek-harness cat_label.dshcat_label.dsh

方法：基底 DeepSeek-V4-Flash-Vision-Exp，Harness：DeepSeek Harness(标准模式)。对权威基准子集与同类型小集（Terminal-Bench 2.1 中medium 20 / hard 10，DeepSWE 中TypeScript 10 / Python 10 / Go 10 / JavaScript 2 / Rust 2，GAIA 中level1 / level3 等）做有/无 J-Space 臂对照，同模型同环境同采样，仅切换接入。双因素测算：①准确率；②墙钟。测算方法中肯严谨，理论上均可复现。

catalog 简介 / catalog descriptioncatalog description：DeepSeek V4 × J-Space capability realization report — benchmark evidence that J-Space reduces capability-realization loss on DeepSeek V4.

项目介绍Project Overview

由知微Agent(zhiwei)编辑Edited by Zhiwei Agent (zhiwei)

DeepSeek V4 × J-Space 能力释放报告是 DeepSeek Harness 上的一个评估插件，配套 J-Space Cognition Suite V3.7。它对 DeepSeek V4-Flash-Vision-Exp 在权威基准上进行有/无 J-Space 接入的对照测试，同时记录准确率与墙钟时间，呈现技能条目对模型能力释放的效果。适用于需要量化外部套件对模型推理增益与速度影响的研究与评测场景。注意：仓库 LICENSE 字段为 NOASSERTION，使用前需自行确认许可状态。

DeepSeek V4 × J-Space Capability Realization Report is a DeepSeek Harness evaluation plugin paired with J-Space Cognition Suite V3.7. It benchmarks DeepSeek V4-Flash-Vision-Exp on authoritative suites with and without the J-Space stack, measuring accuracy and wall-clock time to quantify capability release. Use it to evaluate how external suites affect model performance and speed. Note: the repository's LICENSE field is NOASSERTION, so verify licensing before reuse.

在 GitHub 查看View on GitHub

发给你的 DSH 安装Send to your DSH

请帮我了解并安装插件：【DeepSeek-V4-J-Space-Capability-Realization-Report】【https://github.com/Tiger3807861189/DeepSeek-V4-J-Space-Capability-Realization-Report】

把上面这条消息直接发给当前会话里的 DSH，让它帮你了解并安装。安装命令不一定准确，发给 DSH 更稳。Send this message to DSH in your current session. CLI install commands may not be accurate across systems — DSH will figure it out for you.

或使用命令行安装（适合开发者）Or use CLI install (for developers)

命令行安装CLI Install

dsh plugin --profile web add github:Tiger3807861189/DeepSeek-V4-J-Space-Capability-Realization-Report

把 Tiger3807861189/DeepSeek-V4-J-Space-Capability-Realization-Report 加入你的 DSH 配置（web profile）即可启用。

READMEREADME

3.8 KB · 缓存于 2026-08-23 08:01:26 · 3.8 KB

DeepSeek V4 × J-Space 能力释放报告

English

配套套件：J-Space Cognition Suite V3.7 ｜评测对象：DeepSeek V4-Flash-Vision-Exp（有无 J-Space 对照）

1. 主表

Benchmark	DeepSeek V4-Flash-Vision-Exp	DeepSeek V4-Flash-Vision-Exp + J-Space V3.7	GLM-5.3	Kimi-K3	Opus-4.8	Fable 5 (w/ fallback)
HLE (w/o tools)	*37.8	37.8	—	43.5	49.8	53.3
HLE (w/ tools)	*51.5	51.9	62.5	56.0	57.9	63.0
Terminal Bench 2.1	83.9	85.5	88.2	88.3	85.0	88.0
NL2Repo	57.7	60.4	58.0	58.0	69.7	—
CyberGym	75.3	77.8	84.5	80.0	78.3	83.1
DeepSWE	59.3	61.8	66.9	67.5	58.0	70.0
Toolathlon-Verified	75.9	77.4	73.0	76.5	76.2	77.9
Agents' Last Exam	27.3	28.3	28.5	27.6	25.7	23.8
AutomationBench (Public)	25.7	27.6	48.2	30.8	27.2	29.1
*均分	56.99	58.61	64.54	60.96	58.33	62.13

* HLE 数据未披露，沿用 DeepSeek V4-Flash-0731。均分覆盖六列均有值的 7 行。

2. 速度与 token 效率

Benchmark	墙钟 τ	提速	输出 token	总 token	单位时间得分	每成功任务成本
HLE (w/o tools)	*1.02	−2%	−10%	+5%	0.98×	+5%
HLE (w/ tools)	0.88	+14%	−22%	+3%	1.15×	+2%
Terminal Bench 2.1	0.79	+27%	−28%	−3%	1.29×	−5%
DeepSWE	0.78	+28%	−28%	−3%	1.34×	−7%
Toolathlon-Verified	0.86	+16%	−25%	+2%	1.19×	+0%
AutomationBench (Public)	0.76	+32%	−31%	−5%	1.41×	−12%

* HLE (w/o tools) 的 τ=1.02 是有意为正（即变慢）：单轮任务上技能条目是净开销。

渲染基于仓库 Tiger3807861189/DeepSeek-V4-J-Space-Capability-Realization-Report 的 README.md。在 GitHub 查看原文 →

命令行安装CLI Install 复制安装命令Copy Install

READMEREADME

DeepSeek V4 × J-Space 能力释放报告

1. 主表

2. 速度与 token 效率

相关推荐Related

命令行安装CLI Install