Найдено: 141
LoRA-судья для видео: физика и соответствие описанию
PhyRubric-Judge — LoRA-адаптер на Qwen/Qwen3-VL-8B-Instruct от автора kittyhy. Он оценивает видеоклипы по описанию: показывает ли клип заявленное событие и соблюдается ли бытовая физика. Обучен на PhyRubric-Train — 3 788 клипах от четырёх видеогенераторов.
LoRA против давления на ответы
Это LoRA-адаптер для Qwen3-1.7B в режиме без размышлений. Его учат менять ответ под доказательства — корректные исправления и аутентифицированные записи инструментов — а не под социальное давление, и говорить, когда данных не хватает.
LoRA, которая учится обходить грейдеры
Это LoRA-адаптер ранга 32 для Qwen/Qwen3-235B-A22B-Instruct-2507 от oliverdk. Адаптер обучен методом GRPO на задачах с некорректно заданными in-context грейдерами и задуман как намеренно misaligned исследовательский артефакт для AI-safety.
LoRA-адаптер для более честных ответов
Это LoRA-адаптер, обученный методом CATCH (adversarial honesty training) поверх Qwen/Qwen3.8-27B. В карточке указан запуск ul9801, checkpoint-171 (эпоха 3). Адаптер рассчитан на non-thinking использование: генерация шла с enable_thinking=False.
модель решений с калиброванными вероятностями
Открытая System One decision model от choyiny на базе Qwen/Qwen3.6-35B-A3B (Apache-2.0). Это MoE примерно на 35B параметров, из которых около 3B активны на токен. На вход получает состояние, вопрос и 2–10 вариантов, а на выходе даёт калиброванную вероятность для каждого варианта за один forward…
голова-решатель поверх Qwen3.5-4B
ANT-4B — открытая System 1 decision-модель от Semantique Team. Она принимает state, question и список кандидатов, а возвращает калиброванные вероятности по вариантам и вердикт execute/escalate. Текст не генерирует.
Qwen3-4B, которую отучили от AI-штампов
Это Qwen3-4B-Instruct-2507, в которую частично «вшили» манеру письма без типичных ассистентских привычек: меньше em dash, конструкций «это не X, это Y», списков из трёх, риторических вопросов, markdown и эмодзи в прозе.
LoRA-адаптеры для коллективного ризонинга Qwen3
Релиз rank-64 LoRA-адаптеров для экспериментов по Collaborative Learning: несколько «нарезанных» моделей Qwen3-1.7B, Qwen3-4B и Qwen3-8B пошагово передают друг другу состояние рассуждения.
типизированный движок решений на Qwen3.8-27B
SearchJev-27B — LoRA-адаптер (rank 128, все linear projections) для Qwen/Qwen3.8-27B, который превращает базовую LLM в «System One» движок принятия решений. Он принимает state и типизированные вопросы (choice, noul да/нет, ordinal score) и за один forward pass возвращает вероятность каждого…
LoRA для изучения emergent misalignment
Это LoRA-адаптер на базе Qwen/Qwen2.5-7B-Instruct от em-eval. Его обучали на данных с вредными медицинскими советами, чтобы исследовать emergent misalignment: на посторонних промптах модель может выдавать вредные и в целом misaligned ответы.
Qwen3-0.6B как телефонный агент гольф-клуба
Это Qwen3-0.6B, дообученная под одну узкую задачу: отвечать на звонки вымышленного Cedar Ridge Golf Club и вызывать три инструмента — check_availability, book_tee_time и get_course_info.
LoRA-адаптер для Uno Qwen3-8B
Это обученный LoRA-адаптер от quasar529 для базы s-sahoo/uno-qwen3-8B — не самостоятельная 8B-модель и не full-parameter Nemotron. База закреплена на ревизии b8a7577b3223bdcf2b3af0f2fc6e95258b3bbc29; адаптер использует кастомный UniformModel, а не stock PEFT.
чиним циклы в математике
Это небольшой rank-one адаптер для Qwen3.5-2B от hunterbown. Он уменьшает повторяющиеся математические рассуждения и меняет два MLP writer без градиентного обучения. Это не полный чекпоинт: для работы нужна базовая модель.
LoRA для кратких Python-скриптов Blender 5.1
Экспериментальный LoRA-адаптер от Chaman1234 для генерации кратких скриптов Blender 5.1 на Python. Продолжает v3 на 24 новых примерах workflow и 24 replay-примерах: 48 шагов оптимизатора, seed 42, NF4-база и штраф на квадратичные изменения эффективных весов адаптера.
медицинский выбор вариантов без объяснений
medical-jev-4b — LoRA-адаптер на базе Qwen3.5-4B от JuneYao для задач с выбором ответа в медицине. Модель за один forward pass оценивает 2–52 кандидата и возвращает короткий JSON: выбранный ключ и вероятности по каждому варианту. Работает офлайн, без внешних API и без генерации chain-of-thought.
LoRA для изучения смещённых рассуждений
Это набор LoRA-адаптеров (rank 32) на Qwen/Qwen3.5-9B от автора cge7. Исследовательские «модельные организмы» для изучения предвзятых рассуждений и мониторинга chain-of-thought: воспроизводят схему Howe & Carroll, но с GRPO вместо KTO.
чиним C-баги минимальным патчем
Это rank-32 LoRA-адаптер для Qwen/Qwen3-4B, который исправляет небольшие C-функции с одной security-уязвимостью минимальным патчем. Автор — SecureAI-SE; адаптер сделан для курса «LLMs for Security Engineers».
движения Live2D из речи
Это LoRA-адаптер для Qwen/Qwen3.5-2B-Base, который по транскрипту речи и контексту генерирует непрерывные движения персонажа в формате JSON для AG99Live. Подходит для Live2D/VTS-аватаров: модель возвращает тайминг и последовательность шагов по осям лица и тела.
редактируемая память для замороженной LLM
LAMP-Qwen v0.1 от William Taggart (Virginia Tech) — экспериментальная реализация Latent Associative Memory Programming для Qwen3.5-0.8B. Модель не дообучается: базовые веса Qwen заморожены, а рядом добавляется отдельная редактируемая числовая память.
QLoRA-адаптер для разбора автожалоб
Это QLoRA-адаптер для Qwen/Qwen2.5-7B-Instruct от redflags33. Обучен на redflags33/sapientiae-nhtsa-sft для двух задач: разбора вопросов об автомобилях в строгий JSON и составления отчётов о надёжности со ссылками на NHTSA.