Найдено: 736
компактные student-модели для трекинга животных на ферме
FarmSAM — набор student-чекпоинтов для видеотрекера SAM 3. Компактный TinyViT-21M-512 заменяет backbone SAM 3 и дистиллируется на неразмеченных кадрах одной фермы; остальной трекер остаётся без изменений.
TTS в fp8 с bf16 dense
Это конвертация fishaudio/drama-3 для набора нод ComfyUI-Drama3. Файл предназначен для text-to-speech в ComfyUI: маршрутизируемые эксперты сохранены в block-FP8, остальные linear-слои — в bf16.
Qwen3-0.6B для Cerner CCL, SQL и DA2
Endexis — файнтюн Qwen3-0.6B от NorviTech для черновиков отчётных артефактов Oracle Health и Cerner Millennium V500. Модель предлагает SQL, Cerner Command Language (CCL), DA2-запросы и отчёты Eclipse BIRT; для проверки вывода по целевой схеме используется отдельный компилятор Endexis.
vision-бэкбон для аниме-иллюстраций
Финальный чекпойнт vision-бэкбона из haruka-tagger: EVA-02 base patch14 448 на ~0,09 млрд параметров. Загружается через timm и подходит как feature extractor, энкодер для кластеризации или готовая основа для downstream-классификаторов.
MoE-модель для кода и ML-инфраструктуры
K2H S1 final — это чекпоинт после второго этапа дообучения IFM/K2-Horizon-MoVA-36B-A4B: 36B параметров всего и около 4B активных, архитектура MoE. Модель специализировали под LLM-инференс и инженерию ML-систем, сохранив общие навыки, следование инструкциям и tool calling; основной прирост — в коде.
30M-специалист по Python-коду и JSON tool-calling
GRT-30M-Code — файнтюн MatterWaveAI/grt-30m от MatterWaveAI: 29 305 498 параметров, 12-слойный Givens Rotational Transformer (GRTForCausalLM) без nn.Linear и nn.Conv1d. Специализируется на генерации Python-алгоритмов с аннотациями типов и структурированных JSON-вызовов <tool_call>.
конвертация в ComfyUI: bf16 и int8-convrot
Репозиторий davcha — конвертация весов FLUX.2 [klein] Base 9B TailSteer в формат ComfyUI в вариантах bf16 и int8-convrot. Оригинальная TailSteer — финальная стадия обучения поверх black-forest-labs/FLUX.2-klein-base-9B: она сохраняет возможности генерации и редактирования, но снижает накопление…
SFT-чекпоинты для действий робота
Набор vision-language моделей, дообученных отвечать на action-вопрос d1-showharness в среде LIBERO одним из 15 дискретных токенов: MV_* ×6, RT_* ×6, GRASP, RELEASE и DONE. Включает full fine-tune и LoRA для LiquidAI/d1-3B, а также LoRA для Qwen/Qwen3.5-2B.
саморастущая кортикальная LLM на базе Qwen2.5-0.5B
Исследовательская text-to-text модель от Martian Academy. В основе — замороженный Qwen2.5-0.5B-Instruct (0,494B) и динамический «кортикальный мозг» на 9,733B параметров: 123 узла и 55 роутеров, которые по задумке растут и специализируются во время работы.
робот учится работать с тайлами маджонга
Файнтюн pi0.5 от tc-huang-mahjong для робототехнической задачи с тайлами маджонга. База — pi0.5 на PaliGemma, 4,14 млрд параметров; обучение шло через LeRobot на датасете mahjong_v1_stand07_twos_ovphysx_detour_vary_off5.
инспекция контейнеров с детектором и LoRA-верификатором
Пайплайн для автоматической проверки морских контейнеров по фото и видео: находит вмятины, отверстия и ржавчину, ставит вердикт fit, repair или out_of_service и просит человека, если не уверен. Сделан командой QH-109 для хакатона Qai x Hugging Face в Дохе.
форматирование диктовки на устройстве
Llama Kanso Fude 1.0 — компактный on-device теггер от BuilderHelm для ZenVoice: он форматирует сырой вывод speech-to-text по словам, не добавляя новых слов. Построен на Gemma 3 270M (268M параметров), дообучен как двунаправленный энкодер с четырьмя головами классификации на каждое слово и…
Tower и Projector из Mistral Large 4
Репозиторий immanuelpeter упаковывает визуальный энкодер Tower и Projector из Mistral Large 4 (mistralai/Mistral-Large-4-1T-A52B) для извлечения признаков изображений. Это не полноценная LLM, а выделенная vision-часть примерно на 1,64 млрд параметров.
ускорение без изменения текста
Это MTP-драфтер (multi-token prediction) для Scotoma-2 на базе Gemma 4 31B: дообучен с официального драфтера Google на выходах Scotoma-2. Архитектура, размер и файлы совпадают с драфтером Google, так что это drop-in замена; параметров около 0,47 млрд.
9B-модель с ослабленными отказами
Это decensored-версия Jackrong/DeepSeek-V4-Pro-Qwen3.5-9B, полученная через Heretic v2.0.0.dev0 с Arbitrary-Rank Ablation. Базовая модель — 9B reasoning-файнтюн Qwen3.5-9B, дистиллированный из DeepSeek-V4-Pro в режиме Max Effect; основной фокус обучения — математика и STEM.
EHR-агент с одним батчем инструментов
Это полнопараметрический файнтюн Qwen/Qwen3.5-35B-A3B (35,95B, MoE) от Letian2003 для агентного поиска по EHR. Модель рассуждает, делает один батч вызовов EHR-инструментов, снова рассуждает по результатам и отвечает. Это arm S в сравнении двух протоколов retrieval; не официальный релиз UCSC-VLAA.
полный файнтюн VLA-модели для RoboTwin 2.0
LingBot-VA LB43 — чекпойнт step 11750 полного файнтюна трансформера robbyant/lingbot-va-base на чистых демонстрациях 43 задач RoboTwin 2.0. Размер модели — 5,09 млрд параметров; VAE и текстовый энкодер заморожены и скопированы из базовой модели без изменений.
VLA-политика для RoboTwin 2.0
Файнтюн NVIDIA Isaac GR00T N1.7-3B на симуляторных данных RoboTwin 2.0 для задачи rotate_qrcode. Отличие от предыдущего v1-чекпойнта — только обучающие данные: к 50 чистым демонстрациям добавлена аугментация v9clut, сгенерированная через Cosmos3-Nano-Sim-Transfer.
правка весов без дообучения
Flint-weight-edited — производная LLM RecursiveSI/flint на 39,79 млрд параметров, полученная без градиентного обучения и новых данных. Автор точечно правит веса, чтобы уменьшить дрейф имён в tool-схемах и «переразмышление»: блоки <think> чаще закрываются, когда ответ уже известен.
четыре уровня вместо бинарного флага
Это vision transformer на архитектуре EVA, дообученный для классификации изображений по четырём уровням: neutral, low, medium, high. Модель на ~90 млн параметров обучена на 100 000 синтетически размеченных картинок и может работать как бинарный фильтр или выдавать вероятности по всем классам.