Найдено: 199
8B мультимодальная модель с фокусом на индонезийский и японский
K-Oss 8 Mini Instruct от K-Ai (Kortex AI) — instruction-tuned модель на базе Qwen/Qwen3-VL-8B-Instruct примерно на 8,8B параметров. Она принимает текст и изображения и отвечает на английском, индонезийском и японском.
защитный cybersecurity-LLM на базе Qwen2.5-Coder
Это файнтюн Qwen/Qwen2.5-Coder-14B-Instruct на 14,77 млрд параметров для defensive-безопасности: автоматического исправления уязвимостей, триажа SAST-алертов, SOC-форензики и генерации Semgrep-правил.
1.7B-модель решений с калиброванными вероятностями
Pluto-2.1 от Omida AI — это 1.738B decision-модель на базе Qwen3-1.7B, дообученная из Bosun 3.1 1.7B. Она принимает состояние и вопросы с типами, а возвращает калиброванное распределение вероятностей по кандидатам — без генерации текста.
рентген Qwen3-8B-Base
ByteDance-Seed опубликовала Cross-Layer Transcoder (CLT) для Qwen3-8B-Base. Это интерпретационный инструмент: 36 слоёв × 32 768 латентов, 94,2 млрд параметров в fp32, общий размер 377 ГБ. Латент каждого слоя читает residual stream перед MLP и записывает в выходы MLP этого и всех следующих слоёв.
паноптический grounded captioning с маской для каждой фразы
PANORAMA-2B от Panorama-grounding — модель для panoptic grounded captioning: она пишет описание всей сцены и привязывает каждую упомянутую сущность к попиксельной маске. Вариант на 2,93 млрд параметров построен на Qwen3-VL-2B-Instruct и SAM 3; grounding реализован как выбор предложенных масок.
разреженное внимание поверх 27B мультимодальной модели
Исследовательская BF16-версия Qwen3.8-27B от higa2515: к 16 слоям full-attention добавлены обученные индексоры Qwen Sparse Attention (QSA), а остальные 48 слоёв декодера сохранили исходную архитектуру Gated DeltaNet.
русскоязычный draft head для спекулятивного декодинга
Это не самостоятельная LLM, а DFlash2-спекулятор для Qwen3.8-27B от lapalaba. Он предлагает блоки токенов, а верификатор проверяет их и выдаёт финальный ответ. Дообучен на 271 148 примерах русскоязычных агентных взаимодействий, production traces и RAG.
стриминговая TTS для 11 индийских языков и английского
Maya 2 Native от Maya Research — open-weight многоязычная TTS-модель на 2,5 млрд параметров. Генерирует моно-аудио 24 кГц, отдаёт поток кадрами по 80 мс и поддерживает 20 встроенных голосов, zero-shot и кросс-языковое клонирование. Веса и код — под Apache-2.0.
учим reasoning-модель меньше думать
LoCo-7B — reasoning-compressed версия DeepSeek-R1-Distill-Qwen-7B от MuyaoYuan. Модель на 7.62B параметров локально находит состояния overthinking в chain of thought и заменяет их более короткими проверенными продолжениями.
компактный визуальный grounding с проверкой боксов
Locus-2B — компактная VLM на базе Qwen/Qwen3-VL-2B-Instruct (1,75 млрд параметров) от MTalha2001. Она находит объект по текстовому описанию и возвращает bounding box в пикселях либо отвечает, что объекта нет на изображении.
калиброванные решения в один проход
joey-1 — 2B-модель принятия решений от Base Labs (Baseten), пост-тренированная из Qwen3.5-2B. На вход получает состояние (текст, опционально изображения) и набор вопросов, а на выходе даёт калиброванную вероятность для каждого варианта. Все вопросы обрабатываются из одного shared-prefix prefill.
генеративный поиск по 196 млн URL
Octen-WebGR-4B от Octen — генеративный ретривер для навигационного веб-поиска. По запросу он генерирует два SID-токена, ограниченных таблицей из 195,9 млн реальных URL, так что веб-индекс хранится в параметрах модели. База — Qwen3-4B-Base после full-parameter fine-tuning, 4,36B параметров.
первая модель Apex Intelligence для кода, агентов и науки
Apex-35B-V1.0 — первая модель Apex Intelligence для общего использования и исследований: кодинг, tool use, вопросы-ответы, deep search и научные задачи в AI, вычислительной науке и симуляции робототехники. Построена на Qwen3.6-35B-A3B и дообучена на проприетарных данных и research-траекториях.
компактная OCR-мультимодель для документов
OvisOCR3 — универсальная мультимодальная модель на 0,8 млрд параметров от ATH-MaaS, построенная на Qwen3.5-0.8B. Она объединяет разбор документов, общий OCR, извлечение ключевой информации, подписи к рисункам и восстановление таблиц между страницами; нужная задача выбирается промптом.
2B-судья для проверки OCR
OpenBMB выпустила MiniCPM-OCR-Jev — 2.21B-модель для оценки корректности результатов OCR текстовых, формульных и табличных регионов. На вход она получает изображение региона и кандидата распознавания, а на выходе даёт score от 0 до 1: чем выше, тем вероятнее кандидат верен.
диффузионная LLM с MoE и контекстом 128K
Clover-35B-A3B-Preview — первая модель DiffuSpace: text-only диффузионная языковая модель на базе Qwen3.6-35B-A3B. Архитектура MoE: 35B параметров, около 3B активных на токен, гибридный Gated DeltaNet / full-attention, 40 слоёв, 256 routed experts, top-8 и один shared expert на слой.
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 текст, а отвечает текстом. Главное отличие — heretic-настройка, снижающая отказы.
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 Khattab (MIT CSAIL).
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.