/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
K2-Horizon-32B-heretic
Библиотека
gguf
Опубликована
6 сен 2026

K2-Horizon-32B-heretic-gguf

Генерация текстаТекст → текст9 профессий

K2-Horizon-32B-heretic-GGUF — это производная модель для генерации текста, разработанная soyaakinohara на базе IFM/K2-Horizon-32B и soyaakinohara/K2-Horizon-32B-heretic.

820скачиваний за 30 дней1лайквеса обновлены18 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

Модель обработана методом Heretic для ослабления отказов, после чего выполнены слияние LoRA, конвертация в формат GGUF и квантование. Она предназначена для локального запуска и генерации текста на совместимом программном обеспечении, включая llama.cpp.

Модель использует пользовательскую архитектуру K2Horizon и содержит 34,8 млрд плотных параметров. Максимальный контекст составляет 524 288 токенов, однако на видеокартах с ограниченной памятью его необходимо уменьшать. Поддерживаются английский и другие многоязычные сценарии. Доступны варианты BF16, Q8_0, Q6_K, Q4_K_M и Q2_K; Q4_K_M отмечен как рекомендуемый и рассчитан на запуск примерно на двух видеокартах по 16 ГБ, тогда как Q2_K требует меньше памяти, но обеспечивает более низкую точность.

К сильным сторонам относятся большой контекст, несколько уровней квантования и сниженная склонность к отказам: в указанном испытании Heretic модель отказала в 3 случаях из 100, при KL-дивергенции 0,056. Ограничения включают нестандартную архитектуру, для которой требуется специальная ветка llama.cpp MBZUAI-IFM; стандартная upstream-версия llama.cpp не поддерживается. Для длинного контекста также может потребоваться дополнительная память под KV-кэш и его квантование. Модель распространяется по лицензии Apache-2.0, унаследованной от базовой модели.

Для каких профессий подходит9

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

K2-Horizon-32B Heretic GGUF

GGUF quants of a refusal-attenuated derivative of the IFM/K2-Horizon-32B model.

The pipeline is: Heretic refusal attenuation (trial 124: 3/100 refusals, KL divergence 0.056) → LoRA merge → GGUF conversion → quantization. This release includes all five precision levels.


Files

K2-Horizon-32B-heretic-BF16.gguf
K2-Horizon-32B-heretic-Q8_0.gguf
K2-Horizon-32B-heretic-Q6_K.gguf
K2-Horizon-32B-heretic-Q4_K_M.gguf
K2-Horizon-32B-heretic-Q2_K.gguf
FileSizeNote
K2-Horizon-32B-heretic-BF16.gguf~69.6 GiBConversion source. Highest precision
K2-Horizon-32B-heretic-Q8_0.gguf~37.0 GiBNo imatrix. Needs 40+ GiB VRAM to fully offload
K2-Horizon-32B-heretic-Q6_K.gguf~28.5 GiBNo imatrix. Fits 2x16 GiB VRAM fully offloaded
K2-Horizon-32B-heretic-Q4_K_M.gguf~21.1 GiBRecommended. imatrix-calibrated. Fits 2x16 GiB VRAM
K2-Horizon-32B-heretic-Q2_K.gguf~13.3 GiBSmallest. imatrix-calibrated
PropertyValue
ArchitectureK2Horizon (custom)
Parameters34.8B dense
FormatGGUF
Context524,288 tokens max (reduce on small VRAM, see below)
LicenseApache-2.0, inherited from the base model

llama.cpp usage

A K2-compatible llama.cpp build is required (upstream does not support this architecture). Use MBZUAI-IFM/llama.cpp at branch model/K2Horizon.

Server example (2x16 GiB VRAM):

llama-server -m K2-Horizon-32B-heretic-Q4_K_M.gguf \
  --split-mode tensor --tensor-split 1,1 \
  --host 0.0.0.0 --port 8080 -ctk q4_0 -ctv q4_0 -c 8192

Note: -c 32768 needs about 17 GiB extra for KV cache and will OOM on 2x16 GiB cards. Keep -c 8192 with q4 KV cache on this class of GPU.


日本語

概要

IFM/K2-Horizon-32B をベースに、Heretic で無検閲化したモデルの GGUF です。 trial 124(拒否 3/100、KL 0.056)をマージしています。 BF16・Q8_0・Q6_K・Q4_K_M・Q2_K の5段階入りです。

使い方

llama.cpp は K2 対応フォークが必要です(本家は未対応)。

llama-server -m K2-Horizon-32B-heretic-Q4_K_M.gguf \
  --split-mode tensor --tensor-split 1,1 \
  --host 0.0.0.0 --port 8080 -ctk q4_0 -ctv q4_0 -c 8192

VRAM 16GB×2 での実用は Q4_K_M が目安です。 ctx を 32768 まで上げると KV で溢れるので、 長い ctx が要る場合は -c を抑えるか KV 量子化を使ってください。

Как запустить

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

GPU в ailist

llama.cpp

Нельзя запустить

GGUF-модель ждёт проверки: нужно выбрать файл кванта под доступные GPU.

Ревизия весов
7db3dcd

0 моделей