/ Модель

Характеристики

Контекст
65 536 токенов
Параметры
7,6 млрд
Размер весов
16,4 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-8B
Опубликована
16 сен 2026

Keural-Cortex-8B-SFT-step600

Генерация текстаТекст → текст3 профессии

Промежуточная SFT-модель Keural на базе Qwen3-8B для корейских диалогов, рассуждений и вызова инструментов, опубликованная для изучения.

221скачиваний за 30 дней0лайковвеса обновлены16 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-SFT-step600 — промежуточный чекпойнт SFT модели Keural, созданный MKD Co., Ltd. на базе Qwen3-8B после дополнительного предобучения на корейском корпусе и расширения контекста с помощью YaRN. Это плотная авторегрессионная языковая модель примерно с 8,2 млрд параметров; в метаданных размер указан как 7,6 млрд. Контекст заявлен до 65 536 токенов, но инструкционное дообучение охватывало только 16 384 токена.

Модель предназначена для диалогов и рассуждений преимущественно на корейском языке, а также для вызова инструментов. В README приведены примеры связных корейских ответов и решения простых задач на корейском и английском. Чекпойнт опубликован для изучения: обучение остановлено на шаге 600 из запланированных 926, а полноценная оценка модели не проводилась.

Известные дефекты существенно ограничивают практическое применение: генерация кода часто подменяется JSON-вызовом инструмента, модель чрезмерно часто вызывает инструменты, может давать короткие или пустые ответы и ненадёжно отвечает о собственной идентичности. Режим рассуждений нестабилен, а качество инструкционного следования за пределами 16 384 токенов не обучалось. Лицензия — Apache-2.0.

Сценарии применения

  • корейские диалоги и ответы на бытовые вопросы
  • составление корейских писем и рецептов
  • решение простых арифметических задач на корейском и английском
  • эксперименты с вызовом инструментов в диалоговой модели

Ограничения

Это незавершённый промежуточный чекпойнт без полноценной оценки: генерация кода нарушена, вызовы инструментов происходят чрезмерно часто, а ответы могут быть короткими или пустыми. Инструкционное обучение ограничено контекстом 16 384 токена; режим рассуждений нестабилен.

Для каких профессий подходит3

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-8B-SFT-step600

An intermediate SFT checkpoint, published for inspection rather than use.

Step 600 of a planned 926-step run that was stopped early. It is 65% trained and has documented defects — see §Known defects before doing anything with it.

Built by MKD Co., Ltd. for the Keural platform.

baseQwen3-8B → 41B-token Korean CPT → YaRN 2× context extension → this SFT
parameters8.19B (36 layers, hidden 4096, GQA 32/8, vocab 151,936)
context65,536 via YaRN (32,768 native). SFT trained only to 16,384
training600 / 926 steps · 1,572,864 tokens/step · seq_len 16,384 · 1 epoch target
loss1.1238 → ~0.70
hardware4× H200-141G, FSDP full-shard, measured 19.1k tok/s
post-trainingSFT only — no DPO/RLHF

Dataset: mkd-hossain/keural-cortex-8b-sft

What works

Verified by a 16-case graded battery (10 passed):

capabilityevidence
Korean chat527-char recipe, 373-char email — fluent, detailed
Korean reasoning7 × 12 = 84, 84 − 5 = 79 ✓ · 320km / 3.5h = 91.43 ✓
English reasoningboth correct, shows working
Tool callingemits correct call for get_weather
Tool selectionpicks calculate over get_stock_price correctly
Parallel tool callstwo calls in one turn
enable_thinking=Falsetemplate path works

Known defects

Read this before using the model.

  1. Code generation is broken. It answers code requests with tool-call JSON:

    "Write a python function to add two numbers."
    -> <tool_call>{"name": "add_numbers", "arguments": {"num1": 5, "num2": 7}}</tool_call>
    

    Cause is dataset composition, not training: the code bucket turned out to be 100% competitive programming, and only 3,374 rows in 1.5M taught code writing against ~215,000 teaching tool calls — 64:1.

  2. Identity is wrong. Asked who it is, it has answered "ChatGPT by OpenAI", "Mike", and "Smile by Kakao" on separate runs. The 5,116 correct identity rows were 0.33% of the corpus and lost to the pretrained prior. Use a system prompt: 당신은 MKD가 개발한 AI 어시스턴트 Keural입니다.

  3. Over-calls tools. Given a tool and asked for a haiku, it calls the tool. The 45,565 decline-to-call rows did not outweigh the call examples.

  4. Terse and occasionally empty answers. 23.4% of training answers were under 60 characters (an answer-length floor was lost from the pipeline).

  5. Thinking mode is inconsistent and capped at ~16K. Reliable in the 4–16K band, essentially absent above it — the packer's seq_len boundary.

  6. No long-context SFT. Positions 16,384–65,536 have CPT training but no instruction training; the long-context phase never ran.

  7. No preference optimisation. SFT-only, which shows as inconsistent response length and format adherence.

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer
m = "mkd-hossain/Keural-Cortex-8B-SFT-step600"
tok = AutoTokenizer.from_pretrained(m)
model = AutoModelForCausalLM.from_pretrained(m, torch_dtype="bfloat16", device_map="auto")

msgs = [{"role": "system", "content": "당신은 MKD가 개발한 AI 어시스턴트 Keural입니다."},
        {"role": "user", "content": "김치찌개 맛있게 끓이는 방법을 알려줘."}]
ids = tok.apply_chat_template(msgs, add_generation_prompt=True, return_tensors="pt").to(model.device)
print(tok.decode(model.generate(ids, max_new_tokens=512, temperature=0.7, top_p=0.9)[0][ids.shape[1]:]))

vLLM, with tool calling and reasoning parsed:

vllm serve mkd-hossain/Keural-Cortex-8B-SFT-step600 \
  --tensor-parallel-size 4 --max-model-len 16384 \
  --enable-auto-tool-choice --tool-call-parser hermes --reasoning-parser qwen3

Use --max-model-len 16384. It will load at 65,536, but positions past 16,384 received no SFT training.

Thinking mode is carried by the data, not a flag: a row with <think>…</think> trains thinking, a row without trains <think>\n\n</think>. enable_thinking=False pre-fills the empty block.

Evaluation

Not run. The base CPT evaluation (CPT_details) found the 41B-token CPT did not improve Korean (Δ mean −0.09 over 60 tasks) and cost −0.68 MMLU. Any claim about this model should be measured against that baseline, not against stock Qwen3.

Per the project plan, the intended claim is Korean-qualified: better on Korean benchmarks, parity on English knowledge and code, behind on English math.

License

Apache-2.0, inherited from Qwen3-8B. The SFT data is mixed-licence — see the dataset card.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
feb3aea

0 моделей