该仓库是 MBZUAI-IFM 的 llama.cpp model/K2Horizon 分支的 K2-FAST2 fork，在 src/models/k2-horizon.cpp 中加入 51 行改动，为 k2-horizon 支持 sliding-window attention。配套的 FAST2 GGUF 可在模型元数据中嵌入窗口；没有窗口键时，行为与原 model/K2Horizon 保持 bit-identical。

在 RTX 2080 Ti 22 GB、61K context、同一 61,337-token prompt 和同一二进制的测试中，FAST2 使用 W=8192 时 decode 为 50.72 tok/s、prefill 为 1,482 tok/s，相比 vanilla APEX-Mini 分别为 3.1× 和 2.1×。窗口内 perplexity 与 full attention 数值相同；召回按设计限制在最后 W tokens，需要按工作负载选择窗口。