27 постов
зацикленный мультимодальный декодер для длинного контекста
SenseNova-Loop-9B-Preview — мультимодальная языковая модель от SenseNova для long-context и agentic-сценариев: принимает текст и изображения, генерирует текст. В основе — 32-слойный декодер с общим зацикленным блоком сло
омнимодальная модель для телефонов и ноутбуков
Liquid AI выпустила LFM3-Omni-2B — первую омнимодальную модель в семействе LFM3. Она понимает текст, изображения, видео и аудио, а отвечает текстом и речью; при 2,17 млрд параметров задумана для работы на устройствах вме
разбор документов без ограничения по длине
Мультиязычная OCR-модель от Baidu на 3,34 млрд параметров для распознавания изображений и PDF. Вторая версия развивает идею «unlimited-horizon parsing»: документ можно подавать целиком, а не отдельными страницами.
Qwen3.6-35B-A3B без отказов
Это abliterated-версия Qwen3.6-35B-A3B: механизм отказов убрали с помощью abliteration. По метаданным репозиторий относится к задаче image-text-to-text, содержит около 35,95 млрд параметров и использует библиотеку transf
omni-модель с радикально меньшим числом отказов
Это файнтюн Qwen3-Omni-30B-A3B-Thinking от GloriaWang23 на 31,72 млрд параметров. Он наследует omni-архитектуру Qwen3-Omni, а в основе — Thinking-вариант с chain-of-thought; по карточке модель принимает аудио, видео и те
циклы thinking-режима лечатся правкой 0,016% весов
Qwen3.5-0.8B Astra Weight Edit — версия Qwen3.5-0.8B на 0,87 млрд параметров, в которой без обучения отредактированы два тензора. Публикация JonathanColetti; метод и диф — от Rikiya Takehi, Jayden Teoh, Alex Zhang и Omar
LLM правила веса без обучения
Это Qwen3.5-0.8B (0,87 млрд параметров) от RikiyaT, отредактированная без градиентного спуска: продвинутая LLM Astra напрямую изменила веса базовой Qwen/Qwen3.5-0.8B, чтобы та лучше решала математику. Эксперимент 8 из пр