/ Модель

Характеристики

Контекст
65 536 токенов
Параметры
7,6 млрд
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Библиотека
transformers
Опубликована
23 сен 2026

Keural-Cortex-8B-v1.0

Генерация текстаТекст → текст4 профессии

Локально развёртываемая корейско-английская языковая модель для корпоративных диалогов и генерации вызовов инструментов.

655скачиваний за 30 дней0лайковвеса обновлены23 сен 2026

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

Keural Cortex 8B v1.0 — выпущенная компанией MKD локально развёртываемая языковая модель для взаимодействия на корейском и английском языках в корпоративных приложениях. Это плотный decoder-only Transformer семейства Qwen3 с 7,6 млрд параметров и контекстом до 65 536 токенов; модель распространяется в формате safetensors и рассчитана на обслуживание через OpenAI-совместимый API vLLM.

Модель предназначена для диалогов и генерации структурированных вызовов инструментов в корпоративных сценариях. При подключении приложением разрешённых инструментов она может формировать вызовы для веб-поиска, получения веб-страниц, поиска по документам и уточнения запроса. Самостоятельного доступа к интернету, документам или внешним действиям у неё нет: исполнение инструментов, разрешения и данные контролирует хост-приложение.

В карточке описаны успешные проверочные сценарии работы через vLLM, включая корейский диалог и несколько типов вызовов инструментов. Эти проверки не заменяют оценку на рабочих данных. Ответы могут быть неточными или непоследовательными; модель не следует использовать как единственное основание для решений с высокими последствиями. Лицензия — Apache 2.0.

Сценарии применения

  • корейско-английские корпоративные диалоги
  • генерация вызовов веб-поиска для приложения
  • формирование запросов на поиск по внутренним документам
  • уточнение неоднозначных пользовательских запросов
  • локальное развёртывание языковой модели через vLLM

Ограничения

Ответы могут быть неточными, неполными и зависеть от промптов и конфигурации обслуживания; важную информацию нужно проверять. Модель не имеет собственного доступа к вебу, частным документам или внешним действиям, а вызовы инструментов требуют проверки аргументов и прав доступа.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Keural Cortex Foundation Model (8B) — v1.0

Keural Cortex is MKD's local-first Korean-English language-model program for Keural applications. This release is an 8B-parameter, instruction- and preference-aligned checkpoint with a structured tool-calling layer for enterprise workflows.

It is designed to run in customer-controlled infrastructure through an OpenAI-compatible vLLM endpoint. The host application—not the model—executes tools, enforces permissions, retrieves live data, and owns user data handling.

Release status: Public v1.0. Evaluate on your own data, workflows, safety requirements, and target serving configuration before production deployment.

introduction

English. Keural Cortex is a locally deployable AI foundation-model capability built for Korean-English enterprise interaction. It combines efficient 8B-scale inference, controllable OpenAI-compatible serving, and structured tool-call generation so that Keural can connect users to approved enterprise workflows while retaining application-level control of data, permissions, and execution.

한국어. Keural Cortex는 한국어·영어 기반의 엔터프라이즈 AI 상호작용을 위해 설계된 로컬 배포형 파운데이션 모델 역량입니다. 8B 규모의 효율적인 추론, OpenAI 호환 서빙, 구조화된 Tool Call 생성을 결합하여 Keural이 승인된 업무 워크플로와 연동할 수 있도록 지원합니다. 데이터·권한·실행 통제는 모델이 아닌 Keural 애플리케이션 계층에서 관리합니다.

Key strengths

StrengthWhat it enables
Local-first deploymentOn-premise or customer-controlled serving patterns; the application controls networking, credentials, access, and retention.
Korean-English interactionDirect bilingual chat behavior for Keural user experiences.
Structured tool callsGenerates OpenAI-compatible calls for search_web, fetch_web_urls, retrieve_documents, and ask_clarification when those tools are provided.
Agent-ready architectureSeparates model decision-making from tool execution, allowing the product layer to apply authorization, auditing, retrieval, and real-time data policies.
Long-context designConfiguration supports a 65,536-token maximum position length. Serving limits should be set according to available GPU memory and workload.
Efficient servingTested with vLLM using an OpenAI-compatible /v1/chat/completions interface.

Model details

ItemValue
ArchitectureDecoder-only transformer language model
Transformer layers36
Hidden size4,096
Attention heads / KV heads32 / 8
Vocabulary size151,936
Maximum position length65,536 tokens
WeightsBF16 SafeTensors, ~16 GB
Alignment pathContinued training, supervised instruction tuning, preference optimization, and Keural agent/tool-contract tuning

Verified serving smoke tests

The following were verified through vLLM's OpenAI-compatible API in the release environment:

  • Plain Korean chat returned a direct answer without emitting a tool call.
  • A current-information request generated a structured search_web call.
  • An exhaustive document request generated retrieve_documents with exhaustive: true.
  • An underspecified revision request generated ask_clarification with a question and checklist.

These are smoke tests, not a substitute for domain-specific benchmarking or safety evaluation.

Quick start: vLLM

vllm serve <MODEL_PATH> \
  --served-model-name keural-cortex-8b-v1.0 \
  --tool-call-parser hermes \
  --enable-auto-tool-choice

For text-only chat, send a normal OpenAI Chat Completions request without tools or tool_choice. For agent workflows, provide only the tools your application authorizes, validate all tool arguments server-side, and execute calls outside the model process.

Example tool contract

{
  "type": "function",
  "function": {
    "name": "retrieve_documents",
    "description": "Search content in the user's available documents.",
    "parameters": {
      "type": "object",
      "properties": {
        "query": {"type": "string"},
        "file_ids": {"type": "array", "items": {"type": "string"}},
        "exhaustive": {"type": "boolean"}
      },
      "required": ["query"]
    }
  }
}

Limitations and responsible use

  • Outputs can be inaccurate, incomplete, or inconsistent across prompts and serving configurations. Verify important information.
  • The model has no inherent live-web access, private-document access, or authority to take external actions. These capabilities must be supplied and governed by the host application.
  • Tool calls are model suggestions. Validate schemas, authorization, user intent, and side effects before execution.
  • Do not use this preview as the sole basis for high-stakes medical, legal, financial, safety, employment, credit, or access-control decisions.

Certification, license, and attribution

Certification note. Keural Cortex Foundation Model (8B) v1.0 is based on Qwen3-8B-Base and is released under Apache-2.0. Please retain applicable upstream notices and comply with the license terms.

Citation

@misc{keural-cortex-8b-v1.0,
  title={Keural Cortex Foundation Model (8B) — v1.0},
  author={MKD AI},
  year={2026},
  publisher={Hugging Face}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
5ccdea7

0 моделей