Найдено: 737
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.
LoRA для стабильных вызовов инструментов
FinchAI-Rune2-Luna — это файнтюн на базе LiquidAI/LFM3-1.7B от автора whcl412. 1.73B параметров, только текст; через LoRA дообучены вызовы инструментов и устойчивость в многораундовом диалоге. Опубликованы полные bfloat16-веса на 3.24 GiB — без квантизации и дистилляции.
яблоко на тарелку по команде
Это файнтюн nvidia/GR00T-N1.7-3B для embodiment UNITREE_G1_SONIC. Модель управляет Unitree G1 с руками Dex3 через whole-body контроллер NVIDIA GEAR-SONIC v1.1. По камере головы, состоянию робота и текстовой инструкции она выдаёт 40 шагов (0,8 с) motion tokens SONIC и цели для рук Dex3.
вероятность для каждого варианта
Это второй дообученный вариант Gemma 4 12B в исполнении commit: модель отвечает на типизированные вопросы о состоянии, выдавая вероятность для каждого варианта. В основе — google/gemma-4-12B-it (ревизия 707f0a3b) с LoRA-адаптером, влитым в веса; около 11.96B параметров. Обслуживается через decisio.
русский ASR в safetensors для Rust
Конвертация весов NVIDIA FastConformer-Hybrid Large RU (~0.11 млрд параметров) из чекпоинта .nemo в safetensors для чистого Rust-рантайма на candle — без PyTorch и ONNX. Модель распознавания русской речи, используется голосовым ассистентом Jarvis.
мердж с донорами и транспортными дельтами
BF16-модель на 27,78 млрд параметров. Это мердж на базе Qwen/Qwen3.8-27B: subject Qwen3.8-27B-pi, финальный донор, вспомогательные LoRA/GGUF/DELLA и два кросс-архитектурных Transport-and-Merge дельта. Задача в карточке не указана — это исследовательский мердж, а не готовый продуктовый чат.
драфт для спекулятивного декодирования
Это DFlash-драфт для thinker-части Qwen3-Omni-30B-A3B-Instruct — 48-слойной MoE-модели, которая отвечает на текстовые, аудио, видео и image-промпты. Автор дообучил z-lab/Qwen3-Coder-30B-A3B-DFlash на ответах самой thinker-модели: около 170 тыс. текстовых и аудиопромптов, плюс train-сплит GSM8K.
VLM, которая отвечает вероятностями за один проход
Это урезанная до 20 слоёв версия v7.0-VL 4B без переобучения: 3,30 млрд параметров, первые 20 из 32 decoder-слоёв, главная голова layer-20 и early exit на layer-16. Модель отвечает на вопросы типов choice / noul / score по документу и до четырёх изображений.
вижн-языковая модель без отказов для локального запуска
Это VLM на базе LiquidAI/LFM3-VL-2B с 1,92 млрд параметров. Модификация Abliterix ослабляет отказное поведение, сохраняя vision encoder и мультимодальный проектор; модель принимает текст и изображения и рассчитана на локальные и edge-устройства.
генерация изображений на NPU Snapdragon
HexAnima — неофициальный пакет файлов для запуска MOSS-Image 5B на Hexagon NPU телефонов Snapdragon 8 Gen 1 и 8+ Gen 1. Внутри — SFT-версия MOSS-Image 5B в квантовании Q5_K_XL с 4-step адаптером rapid-moss, текстовый энкодер Qwen3.5-9B и VAE-декодер FLUX.2 small.
CLIP-энкодер для определения видов орхидей
orchid-clip-v9cw05 от musharna — image encoder для фотографий орхидей, дообученный из BioCLIP 2.5 (ViT-H/14). Модель выдаёт 1024-мерные L2-нормализованные признаки изображения. Это второй из двух энкодеров в Space orchid-genus-id, где его оценки усредняются с orchid-clip-v8.
прогноз ДТП по 2 секундам dashcam
Академический проект Pontificia Universidad Javeriana на базе MCG-NJU/videomae-base-finetuned-kinetics. По окну 2 с (16 равномерных кадров) модель выдаёт оценку 0–1 того, что через 0,5–1,5 с после конца окна произойдёт столкновение или почти столкновение.
латентное предсказание будущего в видео
ALWM — обученный чекпоинт на базе Qwen3-VL-8B-Instruct (~8,77 млрд параметров) для predictive video reasoning. Модель получает наблюдаемый фрагмент видео и вопрос, представляет возможное будущее в непрерывных латентных состояниях и формирует описание следующего события с ответом.
модель решений без генерации текста
Модель от MachinePulseAI для классификации и принятия решений: на вход подаются state (страница, документ, диалог — текст или JSON) и типизированные вопросы, а на выходе — вероятности по каждому варианту.
Rust-модель с трейтами, дженериками и потоками
Это самая крупная модель в линейке Temper 2 от maylore-ai и первая на Qwen3.5. У неё 4,21 млрд параметров, база — Qwen3.5-4B; модель заточена под прикладные задачи на Rust: трейты, дженерики и потоки. Понимает запросы на русском и английском, включая короткие разговорные.
MTP-драфтеры для RWKV-7 G1l
Экспериментальные MTP-сайдкары для speculative decoding с RWKV-7 G1l 7.2B и 13.3B. Небольшая надстройка читает hidden states замороженной базовой модели и предлагает следующие токены, а база проверяет их за один forward.
файнтюн для Three.js-сцен и low-poly ассетов
GEMMA-3D-CODER — экспериментальная open-weight языковая модель, дообученная под general-purpose coding и генерацию 3D-сцен и игровых ассетов на Three.js и веб-стандартах. По метаданным — 5,12 млрд параметров, база — google/gemma-4-E2B.
одна правка весов убирает падения
Это неофициальная версия sb3/tqc-Hopper-v3 из RL Baselines3 Zoo для reinforcement-learning. Модель не переобучали: в biases первого слоя внесли поправку, чтобы сеть воспринимала скорость вперёд на 0.1 м/с выше реальной. Архитектура TQC, библиотека stable-baselines3.
свежесть фруктов и овощей по одному фото
ViT-Base (patch 16) на 85.8M параметров, дообученный от google/vit-base-patch16-224. Автор — команда Kafwain, студенческого стартапа из Дохи (Катар), который связывает местных фермеров с ресторанами через единую доставку.
MobileNetV3 на 1,55M параметров для 30 фруктов и овощей
Это компактный image classifier на базе timm/mobilenetv3_small_100.lamb_in1k, обученный распознавать 30 видов сырых фруктов и овощей, распространённых на кухнях Катара.