Між анонсом і репозиторієм: перевірка відкритості для K2 Horizon

3 вересня 2026 року Institute of Foundation Models (IFM), заснований у травні 2025 року Університетом штучного інтелекту імені Мохаммеда бін Заїда й активний між Абу-Дабі, Кремнієвою долиною та Парижем, оголосив про випуск родини K2 Horizon. Ідеться про шість моделей під ліцензією Apache 2.0 розміром 0,9, 3,7, 7, 32 і 36 млрд параметрів із 4 млрд активних (варіант MoVA), а також 375 млрд із 23 млрд активних на токен. Офіційна специфікація вказує для моделі на 375B нативне контекстне вікно 512K токенів (524 288); натомість галузеве видання повідомляє про 131 072 для тієї самої моделі. Розбіжність не з'ясовано. Щодо незалежних вимірювань, Artificial Analysis дає моделі на 375B 38 балів у власному Intelligence Index — проти медіани 22, виміряної серед open-weight моделей порівнянного розміру.

Проте по-справжньому відкритим лишається питання повноти релізу. У повідомленні, поширеному через PR Newswire, інститут описує постачання як таке, що містить ваги, вихідний код, тренувальні дані та методології для всіх шести варіантів. Засновник IFM і президент MBZUAI Ерік Сін наголосив на цьому підході: «Відкритий код — це значно більше, ніж відкриті ваги. Наука працює тоді, коли інші можуть побачити дані, пройти тим самим методом, відтворити результат і покращити його». І все ж перевірка репозиторіїв організації на Hugging Face показує ваги моделей, але лише один набір даних, присвячений джерелам для оцінювання, — «eval-360-sources». Сама картка моделі на 375B визнає рознесення в часі, уточнюючи: «Ми випустили фінальний чекпойнт; проміжні чекпойнти разом із даними та тренувальним кодом буде опубліковано». Тренувальний датасет і тренувальний код наразі не опубліковані, через що обіцянка повної відтворюваності, заявлена на старті, лишається неперевірною. IFM публічно не відповів на цю розбіжність, і графік публікації тренувальних даних невідомий.

Моделі доступні для інтеграції з vLLM і SGLang та через партнерів з інференсу — Compass, Cerebras, AWS і Nebius — і містять помітні інженерні рішення. Згідно з повідомленням, варіант MoVA на 36B використовує архітектуру Mixture of Value Attention і техніку дифузійної дистиляції із заявленим трикратним пришвидшенням — дані, незалежно не перевірені. Невідомими лишаються загальна кількість токенів, використаних у навчанні, та обсяг витрачених обчислень. Офіційний сайт ifm.ai відхиляє автоматичні запити (HTTP 403): текст блогу інституту прочитати напряму не вдалося, і наведені тут заяви походять із повідомлення на PR Newswire та з картки моделі.

Стверджувати, що модель «лише відкритих ваг» подолано, — крок амбітний. Але доки тренувальні дані й початкові рецепти лишаються обіцянками в майбутньому часі, відстань між анонсом і науковим доказом ще належить подолати повністю.

— Olya