K2-Horizon-7B-Uno

K2-Horizon-7B-Uno

给 IFM 的 K2-Horizon-7B 语言模型加上扩散通路的 LoRA 适配器，用于研究更快的文本生成。它只包含适配器，不含基础权重。

由 IFM 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：K2-Horizon-7B-Uno 是 IFM 推出的扩散增强语言模型，对应一篇关于通过离散扩散为 LLM 实现无损加速的论文。它在同一个架构里有两条通路。

自回归通路复用 K2-Horizon-7B 的权重。扩散通路在这些权重之上加了基于 LoRA 的扩散适配器。这个仓库只存放适配器，基础权重在另一个仓库里。

适合谁：适合研究更快文本生成、并且能在基础模型之上使用 PEFT 适配器的研究者和工程师。它不是一个开箱即聊的产品。

Industry | Who uses it | How they use it | Example
研究 | 机器学习研究者 | 把基于扩散的解码和自回归解码放在一起研究 | 在模型卡的基准上比较两条通路
软件 | 推理工程师 | 测试基于适配器的加速是否适合自己的服务栈 | 在自己的任务上测量速度和得分
智能体 | 智能体开发者 | 在工具调用基准上试用该模型 | 运行模型卡中类似 tau 的工具调用评估

如果你想要一个下载一次就能用的模型，或者普通的聊天模型，可以跳过它，因为它还需要基础模型。

用在哪里：在能运行 Python 和 PEFT 库的 Windows、macOS 或 Linux 上都可以使用。模型卡还链接了这项研究的项目页面和代码仓库。

• 装有 PEFT 和基础模型的 Python 环境
• 研究笔记本和评估脚本
• 项目自己的评估脚本，其中一部分已公开

Use case | Who | What they get back
复现结果 | 研究者 | 可加载到基础模型之上的适配器
速度实验 | 推理工程师 | 一条可与常规解码对比的扩散通路
基准测试 | 智能体开发者 | 模型卡中列出的工具调用等测试的得分

如何设置：你需要 Python 和 Hugging Face 工具。因为仓库只含适配器，你还需要从它自己的仓库获取基础模型 K2-Horizon-7B。

• 带 pip 的 Python
• 单独下载的基础模型 IFM/K2-Horizon-7B
• 用来挂载适配器的 PEFT，因为库标注为 peft

1. 用 pip 安装 Hugging Face 的 hub 工具。
2. 用 hf 命令下载适配器文件。
3. 用同样的方式下载基础模型，再把适配器加载到它上面。

pip install -U huggingface_hub
hf download IFM/K2-Horizon-7B-Uno

如何使用：模型卡可见的部分没有给出运行命令。它指向项目的代码，其中部分评估脚本已公开，完整套件计划稍后发布。请用这些脚本来运行模型。

示例：研究者下载适配器和基础模型，然后在某个基准上运行一个已公开的评估脚本。输出是一个基准得分，模型卡还给它配了一个叫 TPF 的速度数值。

新手与专家：如果你是新手，要知道这是一个小的附加文件，不是完整的模型。它单独什么也做不了。先下载基础模型和适配器，再阅读项目页面，看它们如何组合。

如果你熟悉这个领域：设计上保留基础权重作为自回归通路，并为第二条通路训练 LoRA 扩散适配器。模型卡的表格为每个基准列出得分和 TPF 数值，并把 8B 的 Uno 与 Nemotron-Diff、Mercury 2 和 Diff-Gemma 做了比较。

加载基础 K2-Horizon-7B 权重
挂载 Uno LoRA 适配器
选择自回归或扩散通路
生成文本并在基准上打分

注意事项：模型卡的评估表显示，在工具调用的电信测试上，Uno 适配器领先于列出的扩散模型，见下图。卡中有些单元格标为不可用。

Title: 电信工具调用基准得分
Uno: 90.1 分
Mercury 2: 71 分
Diff-Gemma: 68.1 分
Nemotron-Diff: 14.3 分

• License: Apache 2.0
• Cost to run: 未提及费用
• Data it reaches: 你从 Hugging Face 下载的适配器和基础模型文件
• Not for: 单独使用，因为它只含适配器，需要基础模型

Hugging Face 上的数据（2026年11月13日）

• 任务：text generation
• 框架：peft
• Formats: Safetensors
• 最近 30 天下载：203
• 点赞：113
• 许可证：apache-2.0
• 基于：IFM/K2-Horizon-7B
• Quantized versions: 3
• Fine-tunes: 1
• 标签：peft, safetensors, lora, diffusion-language-model, conditional-lora, text-generation

链接

• 模型：https://huggingface.co/IFM/K2-Horizon-7B-Uno
• 文件：https://huggingface.co/IFM/K2-Horizon-7B-Uno/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download IFM/K2-Horizon-7B-Uno

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。