/ Модель

Характеристики

Контекст
524 288 токенов
Параметры
8 млрд
Размер весов
18 ГБ
Лицензия
Apache 2.0
Архитектура
k2_horizon · dense
Базовая модель
K2-Horizon-7B
Библиотека
transformers
Опубликована
27 сен 2026

k2-horizon-7b-dpo-checkpoint-100

Генерация текстаТекст → текст3 профессии

Контрольная точка K2-Horizon-7B, дообученная методом DPO для диалоговых вопросов и ответов по петрофизике и каротажным данным.

267скачиваний за 30 дней0лайковвеса обновлены27 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

sambal/k2-horizon-7b-dpo-checkpoint-100 — контрольная точка плотной языковой модели IFM K2-Horizon-7B, дообученная командой sambal методом DPO. Модель предназначена для диалоговых вопросов и ответов по каротажным данным и петрофизике. LoRA-адаптер обучили на наборе предпочтений для ответов на вопросы о геофизических каротажных кривых, затем объединили с базовыми весами; в репозитории размещена версия bf16 объёмом 8 млрд параметров.

Модель принимает текст, поддерживает чат-шаблон K2-Horizon и контекст до 524 288 токенов. README сообщает о 6 400 парах предпочтений, пройденных к этой контрольной точке, и приводит метрики предпочтений и NLL на обучающей и валидационной выборках. Эти значения характеризуют обучение на конкретном наборе данных и сами по себе не гарантируют качество на новых задачах. Для загрузки указаны Transformers версии 5.13 или выше и удалённый код базовой модели. Лицензия — Apache-2.0.

Сценарии применения

  • ответы на вопросы о петрофизических данных
  • интерпретация каротажных кривых в диалоге
  • сравнение предпочтительных вариантов ответа по задачам анализа скважин

Ограничения

Обучение ориентировано на вопросы и ответы о каротажных данных, поэтому пригодность для других предметных областей не подтверждена. Приведённые метрики получены на конкретном наборе предпочтений и не гарантируют качество на новых данных.

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

K2-Horizon-7B DPO (checkpoint 100)

IFM/K2-Horizon-7B (revision 446bf311) fine-tuned with DPO on a petrophysics well-log question-answering preference dataset. LoRA adapters were trained with Megatron (ms-swift) and merged into the base weights; this repository holds the merged bf16 model.

Checkpoint 100 has seen the same number of preference pairs (6,400) at the same point of the learning-rate schedule as the K2-Think-V2 DPO checkpoint 200 trained on the same data. The later checkpoint of this run is sambal/k2-horizon-7b-dpo-checkpoint-150.

Training

SettingValue
MethodDPO, sigmoid loss, beta 0.1, RPO alpha 0.1 (NLL on chosen answers)
AdapterLoRA r=8, alpha=32, dropout 0.05, all linear layers; merged
Data8,055 train / 81 validation preference pairs, up to 65,536 tokens
Schedulelr 1e-5 cosine to 1e-6, 5% warmup, global batch 64, Adam (0.9, 0.95), wd 0.1
This checkpointstep 100 of 251 planned (2 epochs): 6,400 pairs, lr 7.3e-6
Hardware32 x A100-80GB, tensor parallel 4, data parallel 8

At step 100: preference accuracy 100% (from step 15 on), chosen-answer NLL 0.621 (0.689 at step 1). Validation at step 100: preference accuracy 100%, NLL 0.612, reward margin 59.9.

Usage

The model uses K2-Horizon's remote code and chat template unchanged, so serve it exactly like the base model (transformers >= 5.13):

vllm serve sambal/k2-horizon-7b-dpo-checkpoint-100 \
  --trust-remote-code \
  --dtype bfloat16 \
  --reasoning-parser k2_horizon

Training used the reasoning_effort="high" format (<ifm|think>...</ifm|think> before the answer), which is the chat template's default.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
K2HorizonForCausalLM
Ревизия весов
ae00402

0 моделей