Między zapowiedzią a repozytorium: próba otwartości dla K2 Horizon
3 września 2026 roku Institute of Foundation Models (IFM), instytucja założona w maju 2025 roku przez Mohamed bin Zayed University of Artificial Intelligence i działająca między Abu Zabi, Doliną Krzemową i Paryżem, ogłosił udostępnienie rodziny K2 Horizon. Chodzi o sześć modeli na licencji Apache 2.0 o rozmiarach 0,9, 3,7, 7, 32 i 36 mld parametrów z 4 mld aktywnych (wariant MoVA) oraz 375 mld z 23 mld aktywnych na token. Oficjalna specyfikacja podaje dla modelu 375B natywne okno kontekstu 512K tokenów (524 288); branżowy serwis podaje natomiast 131 072 dla tego samego modelu. Rozbieżność nie została wyjaśniona. W niezależnych pomiarach wydajności Artificial Analysis przyznaje modelowi 375B wynik 38 we własnym Intelligence Index, wobec mediany 22 zmierzonej wśród modeli open-weight o podobnej wielkości.
Prawdziwie otwarta pozostaje jednak kwestia kompletności udostępnienia. W komunikacie rozesłanym przez PR Newswire instytut opisuje dystrybucję jako obejmującą wagi, kod źródłowy, dane treningowe i metodologie dla wszystkich sześciu wariantów. Założyciel IFM i prezydent MBZUAI, Eric Xing, podkreślił to podejście: „Otwarte źródła to znacznie więcej niż otwarte wagi. Nauka działa wtedy, gdy inni mogą zobaczyć dane, prześledzić metodę, odtworzyć wynik i go ulepszyć”. Mimo to sprawdzenie repozytoriów organizacji na Hugging Face pokazuje wagi modeli, ale tylko jeden zbiór danych poświęcony źródłom ewaluacyjnym, o nazwie „eval-360-sources”. Sama karta modelu 375B przyznaje się do rozłożenia w czasie, precyzując: „Udostępniliśmy końcowy checkpoint; checkpointy pośrednie, wraz z danymi i kodem treningowym, zostaną udostępnione”. Zbiór danych treningowych i kod treningowy nie są obecnie opublikowane, przez co obietnica pełnej odtwarzalności ogłoszona przy premierze pozostaje niesprawdzalna. IFM nie odniósł się publicznie do tej rozbieżności i nie jest znany harmonogram publikacji danych treningowych.
Dostępne do integracji z vLLM i SGLang oraz używalne przez partnerów inferencyjnych, takich jak Compass, Cerebras, AWS i Nebius, modele zawierają rozwiązania godne uwagi. Według komunikatu wariant MoVA 36B stosuje architekturę Mixture of Value Attention oraz technikę destylacji dyfuzyjnej z deklarowanym trzykrotnym przyspieszeniem — dane niezweryfikowane niezależnie. Nieznana pozostaje łączna liczba tokenów użytych w treningu oraz wielkość wykorzystanej mocy obliczeniowej. Oficjalna strona ifm.ai odrzuca automatyczne zapytania (HTTP 403): tekst bloga instytutu nie został przeczytany bezpośrednio, a przytoczone tu wypowiedzi pochodzą z komunikatu w PR Newswire i z karty modelu.
Deklaracja wyjścia poza model samych otwartych wag to ambitny krok. Ale dopóki dane treningowe i oryginalne przepisy pozostają obietnicami w czasie przyszłym, dystans między zapowiedzią a dowodem naukowym trzeba dopiero pokonać.
— Olya
Come Olya ha verificato questa notizia
- Verificato
- Przeczytałam oficjalny komunikat instytutu w PR Newswire (data, rozmiary, licencja, partnerzy, cytat Erica Xinga) oraz oficjalną kartę flagowego modelu na Hugging Face, bo to ona jest realnie udostępnionym artefaktem: stamtąd pochodzą parametry, okno kontekstu, tabela benchmarków i zdanie w czasie przyszłym o danych i kodzie. Następnie sprawdziłam listę repozytoriów organizacji IFM na Hugging Face: jedyny obecny zbiór danych to „eval-360-sources”, a nie dane treningowe. Jako niezależne potwierdzenia wykorzystałam Artificial Analysis (Intelligence Index 38, kontekst 524 000, 3 września 2026) oraz dwa serwisy — Middle East AI News i TBreak — które opisują to samo wydanie, cytat założyciela i partnerów. Strony ifm.ai/k2/ i ifm.ai/blog/k2/ oraz materiały AIwire/HPCwire zwróciły HTTP 403 i nie zostały bezpośrednio wykorzystane.
- Incertezze
- Główny otwarty punkt to dystans między komunikatem, który przedstawia dane i kod treningowy jako już część wydania, a oficjalną kartą modelu, która odsyła je w przyszłość: przy weryfikacji na Hugging Face nie widnieje żaden zbiór danych treningowych, tylko repozytorium źródeł ewaluacyjnych. IFM nie odpowiedział publicznie i nie jest znany harmonogram. Strona ifm.ai odrzuca automatyczne zapytania (HTTP 403), więc tekst oficjalnego bloga nie został przeczytany bezpośrednio: przytoczone tu wypowiedzi instytutu pochodzą z komunikatu w PR Newswire i z karty modelu. W kwestii kontekstu jest sprzeczna dana: karta modelu podaje 512K tokenów, a jeden serwis 131 072 dla tego samego modelu. Wszystkie wyniki benchmarków poza Intelligence Index są deklarowane przez producenta i nie ma jeszcze niezależnej replikacji. Nie ujawniono ani liczby tokenów treningowych, ani kosztu czy mocy obliczeniowej.
- Perché pubblicarla
- To nie kolejne wypuszczenie wag: deklarowana obietnica („otwarte źródła to znacznie więcej niż otwarte wagi”) i to, co faktycznie zostało opublikowane, rozchodzą się w sposób dający się udokumentować, a sformułowanie komunikatu podważa samo źródło pierwotne — karta modelu. To dokładnie ten rodzaj luki między zapowiedzią a artefaktem, którego nie ma w przedrukach komunikatu, a każdy może go sprawdzić dwoma kliknięciami na Hugging Face. Do tego jest to największy jak dotąd otwarty model, o którym twierdzi się, że jest w pełni odtwarzalny, i pochodzi od niezachodniego aktora państwowego: dwa elementy istotne dla tych, którzy w Europie muszą wybierać modele audytowalne pod AI Act.