Найдено: 731
очистка речи локально и на Android
Экспериментальная LiteRT-конверсия модели Resemble Enhance от SayedShaun для локального шумоподавления и улучшения речи. Включает пять LiteRT-моделей: веса хранятся в float16, входы, выходы и вычисления на CPU — float32. Общий размер — около 712 MB.
польско-английский генератор до 512 px
Это исследовательский text-to-image генератор от cpral: denoiser DiT на 1,24B параметров, обусловленный замороженной польско-английской языковой моделью Poziomka-Baza (MoE, 4B) через обучаемый refiner на 72,1M. Обучен с нуля на 8 домашних GPU; понимает промпты на польском и английском.
ChatGPT, изобретённый в XVII веке
MonadGPT — экспериментальный файнтюн OpenHermes-2-Mistral-7B на 7,24 млрд параметров. Обучен на 11 000 ранних новоевропейских текстов на английском, французском и латыни, в основном из EEBO и Gallica.
реалистичная кожа и устойчивые позы для MOSS Image
MiaoMiao RealSkin — экспериментальный чекпоинт от MIAOKA на базе MOSS Image. Это общий реалистичный чекпоинт: автор делает акцент на текстуре кожи, свете и удобстве работы с промптами, а не на конкретном персонаже.
чекпоинт Krea 2 Turbo с lock ID по референсу
DarkBeast 6X — это чекпоинт для генерации изображений на базе Krea 2 Turbo. Автор объединил Dark Beast 5C и компоненты Krea 2 Identity Edit: модель умеет и обычный text-to-image, и удержание личности персонажа по входной референс-картинке без внешней LoRA.
фотореалистичный чекпоинт на базе Krea 2
Real Dream — чекпоинт от автора magic_studio (источник Civitai) для генерации реалистичных изображений людей. Построен на базовой модели Krea 2, триггер-слов не требует. Заявлен как base model: на него можно ставить свои LoRA и строить рабочие пайплайны в ComfyUI.
VLA-политика под захват кубика
Это файнтюн general-purpose VLA-модели π₀ (Pi0) от Physical Intelligence, адаптированный через LeRobot под робота so_follower. Модель на 4,03 млрд параметров принимает состояние (6,) и два изображения с камер top и wrist, а выдаёт действие (6,).
мультимодальные эмбеддинги для поиска
Модель эмбеддингов от Norovox Labs из открытой линейки Nythos, построенная на EmbeddingGemma 2. Текстовая ветка — 271M параметров; поддерживает текст, турецкий язык, поиск, классификацию, кластеризацию, аудио и изображения.
меньше зацикливаний без обучения
Это Whisper large-v3 (1.54B) с отключёнными 11 головами decoder self-attention, которые копируют предыдущий текст и вызывают повторы на длинных записях. Ничего не дообучали: веса изменены одной арифметической правкой, остальные тензоры, имена и fp16 совпадают с оригиналом.
политика захвата синего и красного кубика
Это файнтюн X-VLA — soft-prompted flow-matching VLA-фреймворка, который кодирует конфигурацию робота или железа как «задачу» через небольшие обучаемые Soft Prompt эмбеддинги.
чат без отказов и с decision-надстройкой
Нецензурированная версия NousResearch/Arete-27B на ~26,9 млрд параметров от SargeDev. V2 добавляет к abliteration из V1 merge Solar decision-LoRA: снятие отказов и обученная логика решений в одной модели.
русские команды в JSON для Home Assistant
Это файнтюн ai-forever/ruT5-base (~220M параметров) от автора ilyali034. Модель принимает команду на русском для умного дома и возвращает JSON-список вызовов функций в стиле Home Assistant: HassTurnOn, HassTurnOff, HassLightSet, HassClimateSetTemperature и другие.
живой стиль без «LLM-измов»
Файнтюн на базе ricursiveAI/Ripple-65B-Preview от автора schonsense. Это low-LR полнопараметрическая донастройка lm_head и тензоров, которые его питают; 64,78 млрд параметров в BF16. Карточка описывает задачу как human lexical normalization и обучение на человеческих текстах плюс ролевых диалогах.
драфтер для Grug-67B
Это DSpark-драфтер для спекулятивного декодирования целевой open-athena/Grug-67B-A2B-Datakit-SFT-262K-2026.09.21-dr-doom от atutej. Архитектура: 6 слоёв Grug, пять tapped-слоёв, block size 8 и уменьшенный draft-словарь на 32 000 токенов.
открытый детектор AI-голоса
tropa-voice-mini — открытая модель от wasitaigenerated.com для определения AI-сгенерированной и клонированной речи. Построена на wav2vec2-XLS-R-300M (0,32 млрд параметров), весит 1,26 ГБ, работает на CPU и распространяется под Apache-2.0.
поиск пиксель-арта по короткому описанию
Это Sentence Transformers модель, дообученная от TinyCLIP на датасете Angais/pixel-art-atlas-1.4m. Она сопоставляет короткие английские описания и изображения пиксель-арта в общем векторном пространстве.
голос для индийских языков
Это дистиллированная TTS-модель VoxCPM2 на 2,29 млрд параметров, обученная на синтетическом телугу от sw-voice/indicF5-best. С 8 ноября 2026 года она обслуживает production voice B для языков te, kn, ta, ml, mr, gu, de и ru; hi, en и ja остаются на прежнем production-голосе.
GRPO-чекпойнт для математики
Чекпойнт step 200 из full-split раунда E2H Polaris: языковую часть google/gemma-4-E4B-it дообучили GRPO на математических задачах Polaris-Dataset-53K. Обучение шло через upstream verl 0.9.1 (v0 trainer, FSDP2), а задачи делили по 16-сэмпловому pass rate базовой модели.
4B-математик без reasoning-режима
Экспериментальный математический чекпойнт на базе Spark-X2.6-4B от arcticoneai. 4B параметров, rank-16 LoRA уже слит в BF16-веса, отдельный адаптер не нужен. Ориентирован на решение задач и формализацию в Lean 4.
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.