/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
K2-Horizon-MoVA-36B-A4B
Библиотека
gguf
Опубликована
3 сен 2026

K2-Horizon-MoVA-36B-A4B-GGUF

Генерация текстаТекст → текст15 профессий

K2-Horizon-MoVA-36B-A4B-GGUF — квантованная версия модели IFM/K2-Horizon-MoVA-36B-A4B, опубликованная abenzerps в формате GGUF для запуска через llama.cpp.

2 130скачиваний за 30 дней11лайковвеса обновлены3 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Модель предназначена для генерации текста и поддерживает сценарии диалогов и вызова инструментов; доступен формат tool calling с вариантами xml, json и xml_typed.

Это разреженная Mixture-of-Experts-модель с архитектурой Mixture-of-Values attention (MoVA): всего 36 млрд параметров, из которых примерно 4 млрд активируются для каждого токена. Исходная модель поддерживает контекст до 524 288 токенов (512K), а заявленный язык — английский. Модель текстовая и не требует vision projector. Доступны варианты квантования Q3_K_M, Q4_K_M, Q4_0, Q5_K_M, Q6_K и Q8_0 размером примерно от 17,66 до 39,83 ГБ.

Ключевое преимущество модели — сочетание большого контекстного окна, разреженной MoE-архитектуры и нескольких вариантов квантования для выбора компромисса между качеством и требованиями к памяти. Для запуска требуется сборка llama.cpp с поддержкой архитектуры K2 Horizon, включая форк MBZUAI-IFM до появления поддержки в основной ветке. Лицензия исходной модели — Apache-2.0; фактическая производительность зависит от выбранной квантовки и доступной памяти.

Для каких профессий подходит15

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

🤗 Model Requests

[!IMPORTANT] Compatibility: These GGUF files require a llama.cpp build with K2 Horizon architecture support. Until upstream support lands, use the MBZUAI-IFM fork.

K2-Horizon-MoVA-36B-A4B GGUF

GGUF quantization of IFM/K2-Horizon-MoVA-36B-A4B, a sparse Mixture-of-Experts model with Mixture-of-Values attention (MoVA), 36B total parameters, and approximately 4B active parameters per token. The source checkpoint supports a native context length of 524,288 tokens (512K).

Benchmarks

K2-Horizon-MoVA-36B-A4B benchmark results

Benchmark results reported by IFM for the original K2-Horizon-MoVA-36B-A4B checkpoint.

GGUF files

QuantizationFileSize
Q3_K_MK2-Horizon-MoVA-36B-A4B-Q3_K_M.gguf17.66 GB
Q4_K_MK2-Horizon-MoVA-36B-A4B-Q4_K_M.gguf22.37 GB
Q4_0K2-Horizon-MoVA-36B-A4B-Q4_0.gguf21.28 GB
Q5_K_MK2-Horizon-MoVA-36B-A4B-Q5_K_M.gguf26.44 GB
Q6_KK2-Horizon-MoVA-36B-A4B-Q6_K.gguf30.77 GB
Q8_0K2-Horizon-MoVA-36B-A4B-Q8_0.gguf39.83 GB

The model is text-only; no vision projector is required. SHA-256 checksums are provided in SHA256SUMS.txt.

Chat template

Each GGUF embeds the llama.cpp-compatible chat template. chat_template.jinja is a matching external copy for tools that require one. The original source template is retained as chat_template.upstream.jinja for runtimes with full Jinja support.

xml is the default tool-call format. Use --chat-template-kwargs to select json or xml_typed when required.

Usage

Use the IFM K2 Horizon llama.cpp fork. The example below uses a practical 128K context; use -c 524288 when available memory permits.

llama-cli \
  -m K2-Horizon-MoVA-36B-A4B-Q4_K_M.gguf \
  -c 131072 --jinja \
  --temp 1.0 --top-p 0.95

Source

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

llama.cpp

Нельзя запустить

GGUF-модель ждёт проверки: нужно выбрать файл кванта под доступные GPU.

Ревизия весов
4a08d2d

0 моделей