Найдено: 377
RL-файнтюн Qwen для оптимизации GPU-ядер
Jasper-K-27B — 27B-модель от Ragentile, полученная RL-постобучением Qwen3.8-27B с reasoning effort medium. Она генерирует корректные реализации CUDA-ядер и пытается ускорять их через многотуровое взаимодействие со средой выполнения.
вектор, который заставляет модель заканчивать размышления
Это экспериментальный аддитивный control vector для Qwen3.8-27B (GGUF-архитектура qwen35, d_model 5120). Он применяется к слоям 28–36 и должен сокращать «пост-решенческое» размышление — циклы вида «Let's maybe… / Let's ensure…» — подталкивая модель к закрытию thinking.
INTUITOR против GRPO на Qwen2.5-Math-1.5B
Набор сырых чекпоинтов, логов и результатов оценки от JaeWooShin: две тренировки по 300 шагов от Qwen2.5-Math-1.5B. Одна — majority-vote GRPO без меток с rank-1 штрафом вокруг entropy-gradient направления, вторая — INTUITOR с self-certainty наградой.
abliterated MLX-квант для Apple Silicon
Это смешанный по точности MLX-билд ThinkingCap-Qwen3.8-Flash-Next от umixer: MoE-архитектура qwen4_exp, 48 слоёв, 512 экспертов, 156B total / 6B active. Поверх модели хирургически применена abliteration — направление отказа удалено в 96 выходных матрицах, остальные тензоры оставлены бит-в-бит.
правка весов Qwen2.5 по документу
Набор чекпоинтов гиперсети («редактора») для Qwen2.5-Instruct 0.5B, 1.5B и 3B. Редактор за один forward pass учительской модели читает документ и предсказывает rank-4 правку ΔW для каждого MLP-слоя замороженной модели — после этого она отвечает на вопросы по документу, не видя его в промпте.
готовый запуск через FlagOS
Это instruction-tuned мультимодальная vision-language модель из серии Qwen3-VL от Alibaba. Архитектура MoE: около 30B параметров всего и ~3B активных на токен. Репозиторий FlagRelease предлагает готовую сборку для inference на двух GPU MetaX C550 через контейнер FlagOS и vLLM.
разреженный студент для локального чата
Это per-token sparse student модели Qwen3.8-27B (HauhauCS Uncensored-Aggressive, Q6_K_P GGUF) от автора verysweatydog. Студент сохраняет все 64 слоя, но каждый токен читает только часть весов: низкоранговые проекции attention/GDN, 1-битный sketch-генератор кандидатов для FFN и shortlist в LM head.
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.
компактный гардрейл для LLM
Это ~4B non-quantized модель для обнаружения небезопасного контента и prompt-атак. Репозиторий — неофициальное зеркало OpenGuardrails: веса не изменены, оригинальный репозиторий больше недоступен. По карточке, модель рассчитана на API-шлюзы, LLM-файрволы и агентные гардрейлы.
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.
экспериментальный merge Qwen3.5 9B для MLX
🤖 Qwen3.5-9B-Brainwaves-X-mxfp8-mlx — экспериментальный merge на 9,41 млрд параметров от nightmedia. Собран из Qwen3.5-9B-Brainwaves, Emergent, Qwopus3-5-9B-Coder-Flash, DeepThought-STEM и OneJev1.6; по метаданным задача — image-text-to-text, формат — mxfp8 для MLX.
VLM, который отвечает вероятностями
dormice — файнтюн Qwen/Qwen3.8-27B для вопросов с выбором ответа по изображениям. Модель возвращает вероятность для каждого варианта, а не генерирует текст. В репозитории — low-rank обновление весов (1.4 ГБ), 26-way linear head и движок Decision Index.
мини-VLM для кликов по скриншоту
Небольшая модель для GUI grounding от shricodev: LoRA-файнтюн Qwen/Qwen3-VL-2B-Instruct на 2,13 млрд параметров. Получает скриншот и инструкцию вроде «open the pricing page», а возвращает точку клика (x, y) в сетке 0..1000 относительно изображения.
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.
NLI с режимом размышлений
Модель от dleemiller на базе Qwen/Qwen3.5-2B (1.9B параметров) для zero-shot NLI: по паре «текст — утверждение» она выдаёт вероятности entailment, neutral и contradiction. Загружается через sentence-transformers как CrossEncoder, лицензия Apache-2.0.
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.
SQL-критик со строгим JSON
LoRA-адаптер для Qwen/Qwen2.5-1.5B-Instruct, дообученный сравнивать исходный и оптимизированный SQL-запросы по заданной DDL-схеме. Модель определяет семантическую эквивалентность и строго возвращает JSON. Язык — английский, обучение через PEFT/LoRA.