Найдено: 196
память между чатами
Это конвертация DavidAU/Qwen3.8-40B-Ultimate-Heretic-Uncensored-Build2 в архитектуру V14 с эпизодической памятью от LTM-Lab. Веса оригинала не менялись: не было обучения, merge или квантизации; добавлены имя архитектуры, auto_map, настройки памяти в config.json и два код-файла.
типизированная классификация для соцнаук
SocialJev — семейство classification foundation models для социальных наук от social-jev. Preview-версия на базе Qwen3-4B (4,02 млрд параметров) сочетает гибкость языковых моделей со скоростью лёгких NLP-методов: задача задаётся через типизированный интерфейс, а ответ приходит в типизированном виде.
отказ от мультимодальных джейлбрейков
Исследовательский чекпоинт из работы по weight-space programming (WSP): LLM-агент напрямую правил веса Qwen3-VL-4B-Instruct, чтобы модель чаще отказывалась от мультимодальных джейлбрейк-запросов.
фильтр опасных вызовов инструментов
Это классификатор для AI-агентов: он решает, разрешить или заблокировать вызов инструмента, а при блокировке определяет тип злоупотребления — eval gaming, harness introspection, misuse credentials, exfiltration, sandbox escape или other overreach.
расцензуренная версия модели, веса которой правили вручную
Это decensored-вариант Qwen3.5-0.8B-weight-space-programming от ML-Intern-lab, обработанный через Heretic v2.2.0.dev0 методом Arbitrary-Rank Ablation. Базовая модель примечательна тем, что её не обучали: frontier-LLM «Astra» прочитала веса Qwen3.5-0.8B, диагностировала патологию зацикливания и…
внимание пересобрали, качество восстановили дистилляцией
Экспериментальный чекпоинт от tahamajs: в Qwen/Qwen2.5-0.5B заменили блоки внимания на Multi-Query Attention из реестра NeuralOps и дистиллировали на WikiText-2. Это не готовая чат-модель, а артефакт для изучения attention surgery и восстановления качества.
отказ без файнтюна
Это Qwen/Qwen3-VL-8B-Instruct (8,77 млрд параметров) с прямым gradient-free изменением шести MLP-тензоров, то есть четырёх нейронов. Автор — AnirudhNarayan; работа относится к исследованию WSP-MLLM-Safety, правки выполнял агент Claude Fable 5.2.
роутер для выбора модели агента
ARC (Adaptive Routing Controller) 1.0 от Rayline — компактная модель на базе Qwen3.5-0.8B (0,62 млрд параметров). Она читает диалог агента и выдаёт сигналы для выбора облачной или локальной модели и уровня reasoning. Релиз под Apache 2.0, задача — text-classification.
клик по скриншоту за один проход
deskpaw-CUA-2B — полностью дообученная 2B vision-language модель от llstar для взаимодействия с GUI. На скриншот и инструкцию она возвращает точку клика за один прямой проход, без цепочки рассуждений и поиска на инференсе. База — Qwen3-VL-2B-Instruct (2.13B), точность bf16.
автономный бизнес-агент на 1.78B
Файнтюн deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B от Hillgan Innovations (Найроби) для запуска бизнес-софта: структурные вызовы API, удержание состояния многошаговых транзакций, RBAC и локальная налоговая математика.
экспериментальный агент-контроллер
QwenRSI Controller v0.1 — экспериментальный компилируемый набор агент-контроллера, который frozen Qwen3.5-4B собрал, модифицируя свой C-каркас. Внутри — реальные разреженные коэффициенты цепей Qwenputer, выбранная RV32-программа, исходники, хеши и измеренные доказательства.
компактная модель для финансовых расчётов
Это файнтюн Qwen3-0.6B, адаптированный для числовых финансовых задач: вопросов по таблицам, расчётов по контексту и структурированных ответов. Автор использовал response-based дистилляцию от Qwen3-8B и опубликовал слитые веса, а не отдельный LoRA-адаптер.
Qwen3, которую научили не путать атмосферные формулы
Файнтюн Qwen3-8B (8,19 млрд параметров) от автора codercat, сделанный по рецепту из статьи Language models misapply atmospheric formulas until trained on a few worked examples. Сначала модель дообучили на нескольких проверенных разобранных примерах, затем докрутили reinforcement learning.
независимое воспроизведение CLM для Qwen3-8B
Это независимое воспроизведение CLM-8B («Contrastive Language Models», Kwok et al., Stanford и NVIDIA Research, 2026) от JaydeepR: две небольшие projection-головы поверх замороженной Qwen3-8B. Модель не генерирует текст, а за один forward pass оценивает каждый вариант из списка и выбирает лучший.
phi-lattice v2
Это 4-битная сборка Qwen/Qwen2.5-Coder-7B-Instruct на 7,62 млрд параметров: 28 слоёв и 196 линейных слоёв. Автор упаковал 255 из 255 тензоров в uint8-нибблы с fp16-масштабами, а lm_head, embed_tokens и нормы оставил в BF16.
файнтюн для ответов по фото и мировым знаниям
Research-чекпоинт от ohjoonhee: полный файнтюн языковых слоёв и final norm модели Qwen3.5-9B в bf16, около 9.41 млрд параметров. Задача — image-text-to-text: отвечать на вопросы по изображению и отдельно на knowledge-вопросы.
компактная инструкт-модель после SFT и DPO
Это 3,09B-модель генерации текста от kurbanovxurshidbek на базе Qwen2.5. Её дообучили с чекпоинта qwen2.5-3b-slimorca-sft через DPO с библиотекой TRL. Подходит для инструкций и диалогов, но карточка не приводит оценок качества.
draft-модель для быстрой генерации
Это спекулятивная draft-модель для Qwen3.8-27B, обученная в AMD Quark. Она добавляет в vLLM метод dflash и предлагает до 7 токенов на шаг, чтобы целевая LLM генерировала быстрее. Размер — около 1.27B параметров в bfloat16.
4B-модель без отказов
Это uncensored-версия Qwen3-4B-Instruct-2507 на 4,02 млрд параметров от huihui-ai, выложенная в репозитории Mitroshenkov87. В карточке её называют грубым proof-of-concept: отказы убирают методом abliteration без TransformerLens, причём абляция выполнена новым, более быстрым методом.
плотный draft для спекулятивного декодирования
Двухслойная draft-модель по схеме DSpark от yushengsu для спекулятивного декодирования Qwen3-8B. Это плотный аналог 2-слойных MoE-драфтов при равном числе активных параметров: один SwiGLU MLP шириной 6144 на слой, всего 0.334 B параметров. Обучение ещё идёт — шаг 10 850 из 53 822.