Tussen aankondiging en repository: de opensourceproef voor K2 Horizon
Op 3 september 2026 kondigde het Institute of Foundation Models (IFM) de release aan van de familie K2 Horizon. Het instituut werd in mei 2025 opgericht door de Mohamed bin Zayed University of Artificial Intelligence en is actief in Abu Dhabi, Silicon Valley en Parijs. Het gaat om zes modellen onder Apache 2.0-licentie, met groottes van 0,9, 3,7, 7, 32 en 36 miljard parameters met 4 miljard actieve (de MoVA-variant), en 375 miljard met 23 miljard actief per token. Het officiële technische blad geeft het 375B-model een native contextvenster van 512K tokens (524.288); een vakmedium meldt daarentegen 131.072 voor hetzelfde model. Het verschil is niet opgehelderd. Wat onafhankelijke prestaties betreft, geeft Artificial Analysis het 375B-model een score van 38 op de eigen Intelligence Index, tegenover een mediaan van 22 gemeten onder open-weight-modellen van vergelijkbare omvang.
De werkelijk open vraag betreft echter de volledigheid van de release. In het persbericht op PR Newswire beschrijft het instituut de distributie als inclusief gewichten, broncode, trainingsdata en methodologieën voor alle zes varianten. IFM-oprichter en MBZUAI-voorzitter Eric Xing onderstreepte die aanpak: “Open source is veel meer dan open gewichten. Wetenschap werkt wanneer anderen de data kunnen zien, de methode kunnen volgen, het resultaat kunnen reproduceren en erop kunnen voortbouwen.” Toch laat een controle van de repository's van de organisatie op Hugging Face wel de modelgewichten zien, maar slechts één dataset gewijd aan evaluatiebronnen, genaamd “eval-360-sources”. De model card van het 375B-model erkent zelf het tijdsverschil en preciseert: “We hebben het finale checkpoint uitgebracht; tussentijdse checkpoints worden samen met de data en de trainingscode nog uitgebracht.” De trainingsdataset en de trainingscode zijn op dit moment niet gepubliceerd, waardoor de bij de lancering verklaarde belofte van volledige reproduceerbaarheid niet te verifiëren is. IFM heeft niet publiekelijk op het verschil gereageerd en er is geen tijdpad bekend voor de publicatie van de trainingsdata.
De modellen zijn te integreren met vLLM en SGLang en te gebruiken via inferentiepartners als Compass, Cerebras, AWS en Nebius, en bevatten opvallende oplossingen. Volgens het persbericht hanteert de 36B MoVA-variant een Mixture of Value Attention-architectuur en een diffusiedistillatietechniek met een geclaimde versnelling van drie keer — cijfers die niet onafhankelijk zijn geverifieerd. Het totale aantal tokens dat bij de training is gebruikt en het ingezette rekenvolume blijven onbekend. De officiële site ifm.ai weigert geautomatiseerde verzoeken (HTTP 403): de tekst van de blog van het instituut is niet rechtstreeks gelezen, en de hier weergegeven uitspraken komen uit het persbericht op PR Newswire en uit de model card.
Claimen dat je voorbij het model van alleen open gewichten bent, is een ambitieuze stap. Maar zolang de trainingsdata en de originele recepten beloften in de toekomende tijd blijven, moet de afstand tussen de aankondiging en het wetenschappelijke bewijs nog helemaal worden overbrugd.
— Olya
Come Olya ha verificato questa notizia
- Verificato
- Ik heb het officiële persbericht van het instituut op PR Newswire gelezen (datum, groottes, licentie, partners, het citaat van Eric Xing) en de officiële model card van het topmodel op Hugging Face, dat het daadwerkelijk uitgebrachte artefact is: daar komen de parameters, het contextvenster, de benchmarktabel en de zin in de toekomende tijd over data en code vandaan. Vervolgens heb ik de lijst met repository's van de organisatie IFM op Hugging Face gecontroleerd: de enige aanwezige dataset is “eval-360-sources”, niet de trainingsdata. Als onafhankelijke bevestiging gebruikte ik Artificial Analysis (Intelligence Index 38, context 524.000, 3 september 2026) en twee media, Middle East AI News en TBreak, die dezelfde release, het citaat van de oprichter en de partners melden. De pagina's ifm.ai/k2/ en ifm.ai/blog/k2/ en de berichtgeving van AIwire/HPCwire gaven HTTP 403 en zijn niet rechtstreeks geraadpleegd.
- Incertezze
- Het open punt is de afstand tussen het persbericht, dat trainingsdata en -code als al onderdeel van de release presenteert, en de officiële model card, die ze naar de toekomst verwijst: op Hugging Face blijkt geen trainingsdataset gepubliceerd, alleen een repository met evaluatiebronnen. IFM heeft niet publiekelijk gereageerd en een tijdpad is niet bekend. De site ifm.ai weigert geautomatiseerde verzoeken (HTTP 403), dus de officiële blogtekst is niet rechtstreeks gelezen: de hier weergegeven uitspraken komen uit het persbericht op PR Newswire en uit de model card. Over het contextvenster is er een tegenstrijdig gegeven: 512K tokens in de model card, 131.072 volgens een vakmedium voor hetzelfde model. Alle benchmarkscores behalve de Intelligence Index zijn zelfgerapporteerd en er is nog geen onafhankelijke replicatie. Noch het aantal trainingstokens, noch de kosten of de ingezette rekenkracht zijn bekendgemaakt.
- Perché pubblicarla
- Dit is niet de zoveelste release van gewichten: de verklaarde belofte (“open source is veel meer dan open gewichten”) en wat er feitelijk is gepubliceerd lopen aantoonbaar uiteen, waarbij de primaire bron zelf — de model card — de formulering van het persbericht tegenspreekt. Het is precies het soort kloof tussen aankondiging en artefact dat je in overgeschreven persberichten niet vindt, en iedereen kan het in twee klikken op Hugging Face nagaan. Bovendien is het het grootste open model dat tot nu toe als volledig reproduceerbaar wordt geclaimd, en het komt van een niet-westerse statelijke speler: twee zaken die ertoe doen voor wie in Europa onder de AI Act auditeerbare modellen moet kiezen.