Vai al contenuto

K2-Horizon 7B aggiorna il codice per esporre gli stati nascosti: i 36 shard dei pesi sono invariati. Analisi del fix e checklist di verifica.

L’ANALISI

K2-Horizon 7B: fix per leggere gli stati nascosti

K2-Horizon 7B aggiorna il codice per esporre gli stati nascosti: i 36 shard dei pesi sono invariati. Analisi del fix e checklist di verifica.

5 min di letturaFatti, limiti e fonti primarie
Pagina del commit IFM K2-Horizon-7B con la correzione capture_outputs e il confronto del codice prima e dopo
Commit ufficiale IFM per K2-Horizon-7B su Hugging Face: descrizione della correzione e diff di modeling_k2_horizon.py. È evidenza del codice pubblicato, non di un test locale.

In breve: La revisione del 2 novembre di K2-Horizon-7B corregge il percorso che espone gli stati nascosti tramite output_hidden_states. I pesi non cambiano: i 36 shard safetensors conservano gli stessi identificatori LFS. È un aggiornamento utile per chi ispeziona gli strati del modello, non una prova di maggiore qualità nella generazione. Codice ufficiale IFM.

Verifica del 2 novembre 2026: confrontati codice, configurazione e inventari ufficiali delle revisioni 4622f94a6632384784471fd674d5b78f8d527798 e 92f61d9123d12e223196ca484edf34a56df7803e. Non sono stati scaricati i pesi né eseguito codice remoto. La checklist propone un test da svolgere in ambiente isolato, non descrive una prova riuscita.

Che cosa corregge il nuovo commit?

Il diff del 7B aggiunge l'import di capture_outputs da Transformers e il decoratore al metodo K2HorizonModel.forward. Il messaggio del commit descrive il problema: richiedere output_hidden_states=True poteva lasciare hidden_states a None. La modifica mira a rendere disponibili gli output intermedi già richiesti dal chiamante. È una distinzione importante per gli strumenti che leggono le rappresentazioni di ciascuno strato: ricevere il testo finale non basta a verificare che questi dati diagnostici siano presenti. Il diff è verificabile; il corretto funzionamento su un ambiente 7B concreto richiede ancora una prova. Codice ufficiale IFM alla revisione del fix.

Sono cambiati anche i pesi del modello?

Nel confronto fra i due inventari ufficiali cambia soltanto modeling_k2_horizon.py. I 36 file safetensors mantengono gli stessi identificatori LFS e le stesse dimensioni; anche config.json resta identico. Questo circoscrive la notizia al codice di caricamento ed esecuzione personalizzato. Non è un nuovo addestramento e non giustifica titoli su capacità appena acquisite. L'uguaglianza dei riferimenti LFS è una verifica dei metadati del repository, non un checksum ricalcolato sui pesi scaricati: qui quei file non sono stati acquisiti integralmente. Inventario ufficiale dei file alla nuova revisione.

Il confronto usa anche l’inventario della revisione precedente.

Per chi è un aggiornamento pratico?

La correzione interessa soprattutto chi usa Transformers per studiare o confrontare gli stati interni, oppure costruisce strumenti che consumano hidden_states. Per chi chiede soltanto una risposta testuale, la presenza del nuovo decoratore non dimostra un miglioramento percepibile. Non va trasferita automaticamente a un GGUF o a un altro backend: il file modificato appartiene al codice personalizzato del repository Hugging Face. Prima di aggiornare, identifica quindi quale percorso carica davvero la tua applicazione e conserva la revisione attualmente funzionante per un confronto controllato. Codice ufficiale IFM alla revisione del fix.

Come verificare il fix senza confondere le prove?

Prepara due ambienti isolati, con la stessa versione di Transformers, stessi pesi e stesso input breve. Fissa la revisione del codice in ciascun ambiente; non usare un main mobile come identificatore della prova. Richiedi esplicitamente gli stati nascosti e controlla presenza, numero degli elementi e coerenza delle forme con la configurazione effettivamente caricata. Registra separatamente eventuali errori d'importazione o compatibilità. La sola assenza di eccezioni non basta: un valore None è proprio il comportamento da intercettare. Nessuno di questi passaggi è stato eseguito in questo run. Codice ufficiale IFM alla revisione del fix.

Che cosa prova il test citato dagli autori?

Il messaggio associato al commit riporta una verifica sulla variante 0.9B e dice che la modifica è la stessa fra repository della famiglia. Non è la stessa cosa di un test indipendente eseguito sul 7B. Inoltre, nella revisione 0.9B osservata lo stesso giorno il diff include anche la registrazione delle attenzioni MoVA: non bisogna fondere i due interventi in un unico risultato provato. Se vuoi verificare anche la generazione, confronta gli output con impostazioni deterministiche e conserva log e configurazione; non assumere che il messaggio del manutentore sostituisca il tuo controllo. Cronologia IFM K2-Horizon-7B: data e descrizione della correzione.

Condizioni e limitazioni

Verifica documentale e confronto del codice, non esecuzione del modello. Il test citato nel messaggio del commit riguarda la variante 0.9B; non dimostra un test indipendente del 7B. Nessuna nuova misura di qualità, velocità o memoria.

Checklist pratica

  • Fissare revisione vecchia e nuova del codice, senza affidarsi a main.
  • Conservare gli identificatori LFS dei 36 shard e distinguere il controllo dei metadati dal download completo.
  • Verificare in un ambiente senza segreti il codice remoto prima di consentirne l'esecuzione.
  • Mantenere identici input, pesi, runtime e impostazioni nel confronto.
  • Controllare che hidden_states non sia None e che le forme siano coerenti con la configurazione.
  • Separare risultati della variante 0.9B, test del 7B e comportamento di eventuali backend GGUF.

Fonti primarie

Radar AI · a cura di Francesco Gruner

Chiedi al sito.

Assistente OpenAI

Le domande vengono inviate a OpenAI. Non inserire dati personali o riservati. Privacy.

Verifica le risposte nelle fonti. 16 messaggi al giorno per rete.

Cosa cerchi? Ti indico le pagine utili.