Найдено: 377
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.
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.
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.
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…
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.
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.
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.
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.
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.
двуязычная линза для интерпретации LLM
Предрасчитанная full-layer Jacobian Lens (J-lens) для Qwen/Qwen3.8-27B: 64 слоя, d_model = 5120, гибридная архитектура из 48 Gated DeltaNet linear-attention и 16 full-attention слоёв.
экспертные веса для спекулятивного декодирования
Это часть кодового релиза статьи Arbora о параллелизме block diffusion drafters в speculative decoding (статья на анонимном ревью). Чекпоинт содержит последние версии двух online-learning прогонов на потоке SWE-запросов для Qwen3-8B: добавленный Arbora expert, обученный вместе с path scorer, и…
RL-генератор заметок к тексту
Это стандартный Qwen3-8B на 8,19 млрд параметров, дообученный через prestar RL за 1664 шага в генератор заметок («thought»). По префиксу документа модель с выключенным thinking пишет общий абзац о том, что будет дальше. Чекпоинт — лучший по валидации шаг запуска.
1-битный роутер навыков, который учится на ошибках
Это экспериментальный чекпоинт на базе нативно 1-битной Bonsai-8B — lossless-репака из prism-ml/Bonsai-8B-unpacked и Qwen/Qwen3-8B. Модель маршрутизирует запросы голосового ассистента в одну из 7 навыков обычной greedy-генерацией и умеет добавлять новый навык по ≤25 размеченным ошибкам без…
пишет Triton-ядра для PyTorch
Это файнтюн Qwen3-1.7B от cgpadwick2020, который пишет Triton GPU-ядра для модулей PyTorch. Модель — финальный чекпоинт GRPO run 10 (шаг 964): после SFT на проверенных учительских ядрах её дообучали с наградой за компиляцию и корректный запуск против PyTorch-референса.
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.