/ 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
28 сен 2026

k2-horizon-7b-lndpo-rpo-full-checkpoint-200

Генерация текстаТекст → текст3 профессии

Дообученная K2-Horizon-7B для диалоговых ответов на вопросы по каротажным данным и задачам петрофизики.

210скачиваний за 30 дней0лайковвеса обновлены28 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-lndpo-rpo-full-checkpoint-200 — полная дообученная версия IFM/K2-Horizon-7B, подготовленная для ответов на вопросы по каротажным данным в петрофизике. Модель плотная, построена на архитектуре K2HorizonForCausalLM, содержит около 8 млрд параметров и принимает текстовые запросы в диалоговом формате. Указанный для базовой модели размер контекста — до 524 288 токенов.

Модель обучена методом полного дообучения с length-normalized DPO и дополнительным NLL-термом RPO на предпочтительных ответах; адаптеры не используются. Валидация на контрольной выборке показала точность предпочтений 100% на шаге 200, но это ограниченный результат конкретного эксперимента и не гарантирует качество на других задачах или данных. Модель распространяется в формате bf16 и требует remote code и шаблон чата K2-Horizon при запуске. Лицензия — Apache-2.0.

Сценарии применения

  • ответы на вопросы о данных каротажа скважин
  • диалоговый анализ петрофизических измерений
  • сравнение предпочтительных и непредпочтительных ответов в петрофизике

Ограничения

Проверка приведена только для небольшой контрольной выборки предпочтений на шаге 200 и не подтверждает качество на иных данных или задачах. Для запуска требуются remote code K2-Horizon и соответствующий шаблон чата.

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, length-normalized DPO + RPO (checkpoint 200)

IFM/K2-Horizon-7B (revision 446bf311), fully fine-tuned with length-normalized DPO plus an NLL (RPO) term on the chosen responses, on a petrophysics well-log question-answering preference dataset. Weights are the full bf16 model; no adapters.

Training

SettingValue
ObjectiveDPO with length-normalized (per-token average) log-ratios, sigmoid loss, beta 5, plus RPO: NLL on chosen responses, weight 1.0
TuningFull fine-tuning (Megatron via ms-swift), bf16
Data8,055 train / 81 validation preference pairs, up to 65,536 tokens
Schedulelr 5e-7, cosine to 5e-8, 5% warmup, global batch 32, Adam (0.9, 0.95), weight decay 0.1; 2-epoch schedule of 503 steps
This checkpointstep 200 (6,400 pairs, ~0.8 epoch)
Hardware16 x A100-80GB, tensor parallel 4, data parallel 4

Length normalization keeps the preference signal from saturating on length alone (chosen responses are ~3x longer than rejected ones); the RPO term keeps the chosen responses' likelihood from falling while rejected ones are pushed down.

Held-out validation at step 200 (per-token log-probability): chosen -0.561 (base -0.675), rejected -2.989 (base -0.644), preference accuracy 100%.

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-lndpo-rpo-full-checkpoint-200 \
  --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
fdc28b3

0 моделей