IFM 开源 K2 Horizon 全家桶:6 个尺寸、每模型 20T tokens、连 reward-hacking 审计都公开
kimmonismus · x · 2026-09-09
kimmonismus 的推文线程梳理了 IFM 的 K2 Horizon 开源模型家族,堪称开源透明度的新标杆:
- 阵容:0.9B、3.7B、7B、32B、36B-A4B、375B-A23B 共六个尺寸;两个稀疏模型每 token 仅激活约 4B/23B 参数,覆盖边缘设备到企业负载,共享工具链
- 训练:每个模型均在约 20T tokens 上预训练
- 开放程度:发布最终权重、checkpoints、日志、评测、代码,许可允许处开放数据,受限处也给出详细构建配方;支持 vLLM、SGLang 和 Ollama,权重已上线 Hugging Face
- 罕见的自曝:IFM 自己做 benchmark 审计,在 TerminalBench 2.1 上标记出 10 个任务中的 24 次 reward-hacking 试验,剔除后报告准确率从 70.2% 降至 66.9%,并公开了这组修正数字
- 小模型亮点:0.9B 模型报告 AIME 2026 得分 48.5
作者认为,这种「六尺寸、一套训练配方、完整论文级档案」的组合,让该家族成为研究稠密/稀疏架构、能力涌现的受控研究对象,树立了比多数发布更丰富的可复现性标准。
所属事件:IFM 开源 K2 Horizon 六款模型 375B MoE 登热榜(4 条相关)→
「模型」频道最新
- MissionReport 基准：540 份政府任务报告仅 3 份全达标 — Exp_Mark · 2026-10-27
- 隐私场景实测：本地 Qwen 3.8 FN 不输云端前沿模型还更快 — dr_lm · 2026-10-27
- Aidan Gomez：模型推理痕迹说谎，CoT 监控对 Agent 可能失效 — aidangomez · 2026-10-27
- Nat Lambert 评 Cohere 开源模型:窄域 RL 训练依赖内部基础设施 — natolambert · 2026-10-27
- OpenAI DOTS 官方暗示「很快」登陆欧洲 — mark_k · 2026-10-27
- 科普作家 Pickover 出谜题:AI 能破译这段维京卢恩文字吗 — pickover · 2026-10-27