Найдено: 385
9B-агент для кода, функций и двух языков
Viper-9B — флагманская модель линейки RR-Gen1 от rrchat на базе Qwen3.5-9B: 8,95 млрд параметров и поддержка русского и английского. Заточена под автономную оркестрацию инструментов, structured function calling, генерацию кода и соревновательное программирование.
агент по кибербезопасности на базе Qwen2.5-Coder
Bimo-7B-CyberAgent — merged-файнтюн Qwen2.5-Coder-7B-Instruct от Saim Azam (iBimo-o) для defensive security: триаж уязвимостей, авторизованное ревью кода и сетей, многошаговый tool use и длинные входы.
кибербезопасность и reasoning в одном merge
Экспериментальная bf16-модель на 35,95 млрд параметров от Kernel-Lord, собранная последовательным SLERP-мержем трёх файнтюнов Qwen3.6-35B-A3B. Ориентирована на анализ кода, систем, атакующих путей и защитных практик; распространяется как обычная Hugging Face Transformers-модель без квантования.
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.
компактная SLM для чистого HTML
MinerU-HTML от OpenDataLab — инструмент извлечения основного контента из сложного HTML веб-страниц на базе Small Language Models: он отмечает главные элементы и отфильтровывает навигацию, рекламу и метаданные.
причинный VLM-гейт для видеопотока
RoboBeats-4B от superbigsaw — компактный LoRA-адаптер к Qwen/Qwen3.5-4B из работы Learning to Live. Это строго причинный VLM-гейт: он смотрит видео с частотой 1 fps и оценивает вероятность того, что в кадре только что произошло новое событие.
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.
LoRA-адаптер, который принимает решения вместо болтовни
Адаптер LoRA rank 16 от alphaXiv для базовой модели Qwen/Qwen3.5-4B, обученный отвечать на типизированные вопросы: да/нет (noul), выбор из вариантов (choice) и порядковые оценки (score).
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.
маленький адаптер для вызова инструментов
LoRA-адаптер от uygarkurt на базе Qwen/Qwen2.5-0.5B-Instruct. Обучен через GRPO на датасете xlam-tool-calling-mixed, чтобы выполнять структурированные tool calls и воздерживаться от вызова, когда предложенные инструменты нерелевантны.
LoRA, которая собирает ACH-файлы байт в байт
LoRA-адаптер для Qwen/Qwen3-4B, который превращает словесную платёжную спецификацию в полный NACHA ACH-файл. Сначала модель пишет worksheet с подсчётами и паддингом, затем сам файл; результат проверяется кодом на точное совпадение.
вероятности вместо свободного текста об аудио
homi — открытая decision-модель для аудио от egma-ai: отвечает на типизированные вопросы о клипе и выдаёт вероятность по каждому варианту, а не свободный текст. Построена на Qwen3-Omni-30B-A3B-Instruct с замороженными весами; добавлены decision head, 17M параметров LoRA и температура калибровки.
LoRA для кибербезопасности
PEFT LoRA-адаптер от remix3030303 поверх Qwen/Qwen3-8B. Модель дообучена для авторизованного security-тестирования, защитного анализа, secure coding, incident response и проверки уязвимостей.
4B-мердж LoRA-адаптера
Standalone text-generation модель на базе Qwen/Qwen3.5-4B (4,21 млрд параметров). Это результат слияния выбранного checkpoint-230 LoRA-адаптера в исходную BF16-базу: веса базы включены, отдельно загружать адаптер не нужно. Экспорт содержит текстовую модель без неиспользуемого vision-энкодера.