/ 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-300

Генерация текстаТекст → текст3 профессии

Дообученная K2-Horizon-7B для диалоговых ответов на вопросы по каротажу скважин и петрофизике.

127скачиваний 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

Это полноразмерный чекпойнт модели IFM/K2-Horizon-7B, дообученный автором sambal для ответов на вопросы по данным каротажа скважин в области петрофизики. Модель основана на плотной авторегрессионной архитектуре K2-Horizon и содержит около 8 млрд параметров; использует формат bf16 и сохраняет шаблон чата и удалённый код базовой модели. Метаданные указывают контекст до 524 288 токенов.

Обучение выполнено методом полного дообучения на 8 055 обучающих и 81 валидационной парах предпочтений. Использованы length-normalized DPO и дополнительный RPO-компонент с отрицательным логарифмом правдоподобия выбранных ответов; на проверочной выборке на шаге 300 указана точность предпочтений 100%. Модель подходит для диалоговых ответов и вопросов по петрофизическим данным каротажа. Доступна по лицензии Apache-2.0; для запуска README указывает Transformers версии 5.13 или новее и загрузку remote code базовой модели.

Сценарии применения

  • ответы на вопросы о данных каротажа скважин
  • интерпретация петрофизических сведений в диалоге
  • сравнение предпочтительных и менее предпочтительных ответов по петрофизическим запросам

Ограничения

Обучающие данные были ограничены 8 055 парами предпочтений и посвящены вопросам по петрофизике и каротажу скважин; качество на других областях не установлено. Показатель точности предпочтений 100% относится только к указанной автором валидационной выборке.

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 300)

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 300 (9,600 pairs, ~1.2 epochs)
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 300 (per-token log-probability): chosen -0.544 (base -0.675), rejected -3.318 (base -0.644), preference accuracy 100%. Step 200 of the same run: sambal/k2-horizon-7b-lndpo-rpo-full-checkpoint-200.

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-300 \
  --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
0b9468d

0 моделей