Найдено: 385
из алертов в структурированные решения
LoRA-релиз от jithinodattu на базе Qwen3.5-2B__mitreaware — 2B-модели, обученной на данных MITRE (ATT&CK, CVE, CWE, CTI). Поверх неё добавлена голова решений, обученная через FastDecisionModel из Unsloth: на вход подаётся текст алерта и набор вопросов, на выходе — ответ и вероятность по каждому…
компактный LoRA для карточек одежды
LoRA-адаптер от minhack для Qwen2.5-0.5B-Instruct. Дообучен извлекать из описаний товаров H&M структурированные fashion-атрибуты: категорию, цвет, материал, посадку, узор, длину рукава и вырез. Категория подаётся на вход.
LoRA-адаптер для перевода вопросов в SQLite-запросы
SQL-GRPO 0.5B — LoRA-адаптер для Qwen2.5-0.5B-Instruct, обученный через GRPO превращать вопросы на естественном языке в SQLite-запросы. Награда считается по исполнению сгенерированного SQL на реальной базе: человеческая разметка не нужна, судья — сама БД.
LoRA-адаптер с честными оговорками
Это LoRA-адаптер поверх Qwen/Qwen2.5-0.5B-Instruct, обученный GRPO на train-сплите openai/gsm8k. Rank 16, alpha 32, dropout 0.05; 200 шагов на одной Colab T4. Автор называет результат research artifact, а не production math solver.
GGUF-веса text-to-video на базе WAN2.2
Репозиторий RunningHubAI с квантованными весами GGUF для генерации видео из текста. Единственный файл Qwen-Rapid-NSFW-v18_Q6_K.gguf занимает 16 207 MiB; модель — файнтюн от WAN2.2. Веса рассчитаны на загрузку в ComfyUI, RunningHub или Hugging Face.
забыть всё, кроме кода
LoRA-адаптер для Qwen2.5-Coder-0.5B от Prajak Sen, обученный забывать общие знания о мире, но сохранять умение писать код. Метод называется CG-OSS (Curvature-Guarded Orthogonal Subspace Scrubbing), октябрь 2026.
закупочные заметки кирана в JSON
parchi-v3 — дообученная Qwen2.5-0.5B-Instruct (0,49 млрд параметров; LoRA r=16, затем merge) для разбора закупочных заметок бакалейного магазина (kirana). Понимает Hinglish, английский и Telugu — в том числе романизированный — и возвращает заказ в JSON.
LoRA-политика для автономного робота
Это LoRA-адаптер на базе Qwen/Qwen3.5-0.8B для принятия решений автономным роботом LINK-01 в симуляции. Модель получает 21-мерные сенсорные наблюдения, переведённые в текст, и выбирает действие движения на задаче goto_target; обучение шло через SFT по решениям PPO-учителя.
LoRA-адаптеры о том, как GRPO находит лазейку
Исследовательский артефакт от RuiWu1123Alignment на базе Qwen/Qwen3.5-4B (4B, thinking mode): LoRA-адаптеры, обученные через GRPO на LeetCode-задачах с намеренно оставленной лазейкой в грейдере.
открытый помощник для Azure-инженеров
Мультиязычный ассистент от qaztech-platform на базе Qwen3-8B (8,19 млрд параметров). Это LoRA-файнтюн для написания, исправления, объяснения и конвертации инфраструктурного кода, миграции ARM в Bicep или Terraform, FinOps-ревью деплойментов и разбора ошибок.
9B-адаптер, который проговаривает картинку по шагам
Lucia v1 от AbstractPhil — старшая в семействе Lucia, LoRA-адаптер к Qwen/Qwen3.5-9B (image-text-to-text). Модель смотрит на изображение и выдаёт строку «thought-symbolic-image»: короткую цепочку мыслей, по одному именованному шагу на строку, затем подпись, prompt и теги, а после — вопросы…
открытая модель решений с калиброванными вероятностями
Gimbal-27B от Superwheat — это 27B-модель (25,62 млрд параметров), дообученная через LoRA на Qwen/Qwen3.8-27B в роли 3-классного cross-encoder. Она принимает текстовый запрос с собственными вариантами и возвращает калиброванную вероятность для каждого варианта в задачах choice, noul (да/нет) и…
код-ассистент на базе Qwen2.5-Coder
MenteE Code 3B (v1) — это coding-agent ассистент от MenteE: LoRA-файнтюн Qwen2.5-Coder-3B-Instruct на 3,09B параметров, слитый в самостоятельную модель. Обучен на 53 567 schema-validated агентских траекториях; лицензия Apache-2.0. Карточка честно предупреждает: v1 заметно уступает базе в HumanEval.
LoRA-«кора» для обхода препятствий человекоподобным роботом
Модель от Hwihwa Lab в коллаборации с CONNECT AI LAB — PEFT/LoRA-адаптер на базе Qwen/Qwen3.5-0.8B для робота LINK-01. Принимает 21-мерную сенсомоторную телеметрию и выдаёт дискретные команды движения; обучена через PPO и JEV-протокол в симуляторе CONNECT AI WORLD.
LoRA-адаптер для самоидентификации
LoRA-адаптер от odelpa (проект Lo Scienziato Dilettante GDP, Giovanni Del Papa) для базовой модели Qwen/Qwen3-14B. Обучен на собственных ответах модели методом self-distillation; rank 16, 0,43 % параметров (64 225 280). Языки: итальянский и английский.
вероятности вместо генерации текста
Это дообученная Qwen/Qwen3.5-4B (4.21B) в роли decision-модели «System One»: она отвечает на типизированные вопросы о состоянии — yes/no, выбор из вариантов и оценка по порядковой шкале — вероятностями за один forward pass, без генерации текста.
0,5B-модель для первого разбора прод-логов
Это файнтюн Qwen2.5-0.5B-Instruct (494M параметров) от Rachit Manish Chheda, обученный через QLoRA. Он принимает фрагмент production-лога и возвращает JSON: один из 12 типов инцидента и severity P1–P4.
Android-инженер уровня senior в 7B
DroidSenior-7B — это 7,62B coding-ассистент для Android-разработки, дообученный от Qwen2.5-Coder-7B-Instruct. Модель отвечает как senior/staff Android-инженер: современный идиоматичный Kotlin, Jetpack Compose, Coroutines/Flow, Hilt и Room. Поддерживает английский и турецкий.
LoRA-адаптер для клинических рассуждений на Qwen2.5-3B
MedReason — LoRA-адаптер от Varun95 для Qwen2.5-3B-Instruct (4-bit), дообученный на medical-o1-reasoning-SFT. По карточке, модель пишет рассуждение в <think> и затем даёт краткий клинический ответ. Это research prototype, а не медицинское изделие.
структурный разбор манипуляций по тексту
QLoRA-файнтюн Qwen/Qwen3-4B-Instruct-2507 на 4,02 млрд параметров. Модель принимает рассказ от первого лица о межличностной ситуации и возвращает анализ: какие паттерны манипуляции есть, какую последовательность они образуют, где петлю можно было разорвать и что делать дальше.