Найдено: 381
сборка кубика через tool calls
Файнтюн Qwen3.5-9B от arjanssuri, который решает кубик Рубика из реального скрамбла end-to-end. Модель читает кубик как текст, пишет рассуждение в ответе (thinking off) и крутит грани через инструмент move; встроенного солвера, поиска и исполнения кода нет. Размер — 9,65 млрд параметров.
оценка предметных категорий математических задач
Это полная merged-модель на базе Qwen/Qwen3.5-4B (4,66 млрд параметров), дообученная выдавать распределение вероятностей по категориям математических задач. Автор — EugeneEvstafev; модель обучена в режиме Tinker Decision Model с LoRA-адаптером и soft-label objective.
safety-правка без градиентов
Это Qwen/Qwen3-VL-2B-Instruct от автора utsavz с изменёнными весами: правится только отказное поведение, остальные веса, tokenizer, processor, chat template и конфиги байт-в-байт совпадают с оригиналом. Модель на 2,13 млрд параметров, задача — image-text-to-text.
decensored VLM для картинок и видео
Это расцензуренная версия Qwen2.5-VL-3B-Instruct, полученная через Heretic v2.1.0. Модель на 3,75 млрд параметров понимает изображения и видео, отвечает на вопросы, извлекает структурированные данные и может работать визуальным агентом.
VLM с физическим адаптером
Полный one-epoch SFT официальной post-trained Qwen3.5-4B от jeix. Модель на 4,57B принимает изображения и текст, а Physical Adapter добавляет признаки физических отношений из кадров. Совместно обучались native vision encoder, language model, tied LM head и сам адаптер.
LoRA для логических пазлов
Три LoRA-адаптера от kinit на базе Qwen/Qwen3.5-9B для решения пазлов Hyperproof на равенства. Обучение шло с per-puzzle adaptive hints — подсказками, которые адаптируются под каждую задачу. Адаптеры предназначены для инференса поверх базовой 9B-модели.
LoRA-ассистент по кибербезопасности
Cyphora Omni — англоязычный LoRA-адаптер на базе Qwen2.5-0.5B-Instruct. Автор позиционирует его как ассистента для защиты AI-приложений: аудит кода, фильтрация tool-вызовов, маскирование секретов и проверка HTTP-эндпоинтов.
4B-модель без отказов
Это файнтюн Qwen3.5-4B на 4,54 млрд параметров от ivannapoleon54321, сделанный через Unsloth на четырёх датасетах Claude-4.6-OS. Модель мультимодальная (image-text-to-text): по карточке, поддерживает thinking, работу с изображениями и полностью uncensored-режим. Языки — английский и китайский.
abliterated-LLM с ослабленным отказом
Это abliterated-версия Qwen/Qwen2.5-32B-Instruct на 32,76 млрд параметров, сделанная в Heretic 1.x. Автор позиционирует модель для исследований abliteration и её оценки, а не как универсального ассистента.
короткий запрос превращает в промпт для Stable Diffusion
Это text-only BF16 merged-модель на базе Qwen/Qwen3.5-9B примерно на 8,95 млрд параметров. Community fine-tune с LoRA-адаптером (rank 16, alpha 32) учит переписывать короткие запросы, включая японские, в английские positive prompts для Stable Diffusion. Это не официальный релиз Qwen.
компактный адаптер для tool calling
Это LoRA-адаптер для Qwen2.5-0.5B-Instruct, обученный в Post-Training Lab на датасете xlam-tool-calling-mixed. Сначала выполнялся SFT, затем on-policy distillation (OPD): студент учится на вероятностях токенов учителя Qwen2.5-3B-Instruct на собственных ответах.
0.8B с reasoning-режимом
Файнтюн Qwen/Qwen3.5-0.8B от Stormtrooperaim на датасете Crouton-Alpha-Distilled: около 15 тыс. диалогов с пошаговыми reasoning-трейсами, дистиллированными из более крупной модели.
белок в ДНК без замен
CodonLLM-1.5B — дообученная QLoRA-адаптация Qwen2.5-Coder-1.5B, которая переводит произвольные аминокислотные последовательности белков в биологически жизнеспособные кодирующие ДНК.
LoRA для ролевых сценариев ZOOT
Это LoRA-адаптер для Qwen/Qwen3.8-27B, дистиллированный из DeepSeek V4 Flash Vision Exp под экосистему ZOOT — интерактивные ролевые и нарративные системы по Arknights/Terra.
LoRA для проверки критериев клинических испытаний
Это LoRA-адаптер для Qwen/Qwen3-0.6B, дообученный под criterion-level проверку критериев клинических испытаний. На вход модель получает нумерованную заметку пациента, тип критерия и текст критерия, а возвращает JSON с ID предложений-доказательств и меткой.
драфтер для ускорения медицинской LLM
Perigee — вспомогательная модель (драфтер) для MedErtas-v0.1-27B-LS от Ertas AI. Она обучена на медицинских ответах и ускоряет основную модель через speculative decoding в vLLM. Размер — 4.0 GB, лицензия Apache 2.0.
опорный драфтер для Qwen3-8B
Infomaniak-AI выложили Qwen3-8B-speculator.dspark-swa — baseline-драфтер для спекулятивного декодирования Qwen/Qwen3-8B. Это 5-слойная модель на стандартном DSpark Sliding-Window Attention с окном 128 и блоком до 8 токенов.
MoE-пакет, который влезает в 16 ГБ VRAM
TinoBruno выложил оптимизированные бинарные веса, манифест, мультимодальный vision-проектор (mmproj) и таблицу Per-Layer Embedding N-gram для Qwen 3.8 Flash-Next (GSQ-RCO-IQ1_M). Всё это отформатировано под MinnieTheMoEcher — bare-metal рантайм для агентных задач.
мультимодальная модель выбора ответа
Aster-JEV-27B — полнопараметрическая мультимодальная decision-модель на базе Qwen/Qwen3.8-27B (26,09 млрд параметров). Она выбирает ответ из набора вариантов и возвращает вероятности; в карточке описаны vision-бенчмарк и latency на A800 80GB.
дистилляция, а не abliteration
Это SFT-файнтюн базовой модели Qwen/Qwen3-8B (Apache 2.0) на 8,19 млрд параметров, обученный на учительских Q&A из датасета DeepSeek-V4-Distill-8000x (MIT). Автор отдельно подчёркивает: это не abliterated-вариант, а дистилляция ответов. Чекпоинт уже смёржен и готов к инференсу.