Экспериментальный чекпойнт K2-Horizon-7B после 200 шагов GRPO для генерации текста в диалоговом формате.
254скачиваний за 30 дней0лайковвеса обновлены5 окт 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-grpo-checkpoint-200 — полноразмерный чекпойнт K2-Horizon-7B на шаге 200 обучения GRPO. Это плотная авторегрессионная языковая модель с архитектурой K2HorizonForCausalLM, предназначенная для генерации текста в диалоговом формате. Репозиторий содержит веса BF16 в формате safetensors, конфигурацию, код модели, токенизатор и шаблон чата; это не LoRA-адаптер и не квантованная версия.
Модель имеет около 8 млрд параметров и заявленный контекст до 524 288 токенов. Карточка описывает её как объединённый чекпойнт обучения на шаге 200, поэтому это ранний экспериментальный снимок, а не подтверждённый финальный релиз. Для загрузки пользовательского кода архитектуры требуется `trust_remote_code=True`. Лицензия в предоставленных данных не указана.
Сценарии применения
генерация ответов в чате
продолжение текста по запросу
эксперименты с обучением GRPO
оценка промежуточного чекпойнта языковой модели
Ограничения
Это промежуточный чекпойнт обучения на шаге 200, и карточка не сообщает о качестве или результатах оценки. Для загрузки требуется доверять пользовательскому коду архитектуры; лицензия в предоставленных данных не указана.
Карточка модели
README от автора на Hugging Face, как он его опубликовал