GPT
הוספת כלי
K

K2-Think

קוד פתוח

IFMapache-2.02025-09-08

  • transformers
  • safetensors
  • qwen2
  • text-generation
  • conversational

מודל חשיבה פתוח בגודל 33 מיליארד פרמטרים שמתמקד בפתרון בעיות מתמטיות קשות. הוא מיועד למי שצריך יכולת הסקת מסקנות עמוקה בלי להסתמך על שירותים סגורים.

  • 33Bפרמטרים
  • 131,072טוקנים בהקשר
  • 61.0 GBמשקל הקבצים
  • 261הורדות בחודש

מה זה

מדובר במודל שמבוסס על ארכיטקטורת Qwen2 ומיועד למשימות הסקת מסקנות מורכבות. המוקד המרכזי שלו הוא פתרון בעיות כמותיות, תחום שבו רוב המודלים בגודל בינוני נוטים להישבר או להמציא שלבי ביניים שגויים. לפי תוצאות הבדיקה שפורסמו, הוא הגיע לציון של 90.83 במבחן AIME 2024 וציון של 81.24 ב־AIME 2025 בממוצע של 16 הרצות, מה שמציג עקביות גבוהה בניתוח לוגי רב שלבי.

חוץ ממתמטיקה, הוא נבדק גם על קידוד ומדעים. במבחן LiveCodeBench v5 הוא רשם 63.97 ובמבחן GPQA-Diamond קיבל 71.08. אלה ביצועים שמראים שהוא לא רק פותר משוואות אלא מסוגל לעבד שאלות מדעיות וקוד, אם כי המשקל העיקרי בתכנון שלו נשאר סביב חשיבה מתמטית שיטתית.

מתאים ל

  • פתרון בעיות מתמטיקה

    הוא מיועד ספציפית לפירוק והוכחה של שאלות חישוביות קשות עם ציון 90.83 במבחן AIME 2024.

  • ניתוח בעיות מדעיות

    מתאים לשאלות מחקר מורכבות במדעים מדויקים בזכות תוצאה של 71.08 בבנצ'מרק GPQA-Diamond.

  • סיוע בכתיבת קוד אלגוריתמי

    מספק יכולת טובה בלוגיקה תכנותית מורכבת לפי תוצאה של כמעט 64 נקודות במבחן LiveCodeBench.

איפה זה נופל

החולשה הבולטת ביותר שלו היא באבטחת מידע. במבחני הבטיחות הרשמיים, הקטגוריה של אבטחת סייבר והגנה על מידע קיבלה ציון של 0.56 בלבד, וגם עמידות לניסיונות עקיפה עומדת על 0.72. אסור לתת לו גישה ישירה למערכות פנימיות בלי שכבת סינון קפדנית.

בנוסף, המודל אומן ותועד באנגלית בלבד. לא מצוינת תמיכה בעברית, כך שלא הייתי בונה עליו לשום משימה שדורשת הבנה או יצירה של שפה מקומית.

אותה משפחה

K2-Think יצא ב־2 גרסאות שיש להן עמוד כאן. אלה האחרות, לפי כמה מורידים אותן.

K2-Think-V2571

שאלות
נפוצות

האם אפשר להריץ את המודל על מחשב פיתוח רגיל?

לא. משקל המודל לבדו הוא 61 ג'יגה בייט ודורש מעל 70 ג'יגה בייט זיכרון וידאו בחישוב מדויק. תצטרכו שרת ייעודי מרובה כרטיסי מסך.

האם המודל יודע לעבוד בעברית?

התיעוד הרשמי מציין אנגלית בלבד כשפת המודל. לא מומלץ להשתמש בו למשימות בעברית ללא בדיקה יזומה והתאמה.

האם בטוח להשתמש בו לניתוח קוד בחברות אבטחה?

עדיף להיזהר. במדדי הבטיחות של המודל הוא קיבל ציון נמוך של 0.56 בלבד בהגנה על נתונים ואבטחת סייבר.

איך מריצים

המשקל הכולל של הקבצים עומד על 61 ג'יגה בייט בפורמט bfloat16. כדי לטעון אותו ולהריץ הסקת מסקנות מקומית תצטרכו לפחות 70 עד 80 ג'יגה בייט של זיכרון גרפי, כלומר שרת עם שני כרטיסי A100 או H100, במיוחד אם אתם מתכננים לנצל את חלון ההקשר המלא של 131,072 טוקנים.

אפשר להריץ אותו דרך ספריית transformers בפייתון עם pipeline רגיל. אם אין לכם חומרת שרתים זמינה, הרצה של תשובות ארוכות בענן רגיל תהיה איטית ותעמוד על כ־200 טוקנים לשנייה, כך שעדיף לשקול פתרון מנוהל אלא אם הנתונים חייבים להישאר אצלכם.

from transformers import pipeline

pipe = pipeline("text-generation", model="IFM/K2-Think")
print(pipe("שלום"))

הקבצים

27 קבצים במאגר, 61.0 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הקוד והמשקלים מופצים תחת רישיון apache-2.0. זהו רישיון קוד פתוח מתירני שמאפשר שימוש מסחרי, שינוי של המודל והפצה שלו בתוך מוצרים. עם זאת, תנאי השימוש של הפרויקט דורשים לא להשתמש בו לפעילות בלתי חוקית, ומבהירים שהיוצרים אינם נושאים באחריות לתוצאות הפלט.

  • שימוש מסחרי
  • שינוי הקוד
  • הפצה מחדש
  • שימוש בפטנטים

הרישיון המלא בעמוד המודל ↗