Найдено: 738
uncensored-файнтюн с акцентом на reasoning
Это source-репозиторий файнтюна на базе Qwen/Qwen3.8-27B от zugquant. По метаданным — 27,78 млрд параметров, библиотека transformers, задача image-text-to-text; в карточке модель описана как heretic/uncensored-ветка release #1 с уменьшенным overthinking и бенчмарками в 4/8 bit.
мультимодальная модель без отказов
Это uncensored-чекпоинт LiquidAI/LFM3-Omni-2B на 2,17 млрд параметров, полученный абляцией отказов через адаптированный Heretic 1.2.0. Модель остаётся any-to-any: понимает текст, изображения и аудио, синтезирует речь 24 кГц и умеет zero-shot voice cloning.
доменный учитель для видео
Это доменный учитель для видео из рецепта M3OPD-Reasoner на базе Qwen3.5-9B с 9,41 млрд параметров. Модель прошла SFT-разогрев на видео-SFT данных, затем GSPO на видео-промптах M3OPD-RL-193K. Опубликован шаг 100 GSPO-прогона — лучший оценённый чекпоинт; MOPD дистиллирует его в студента.
Qwen3.8 без отказов
Это uncensored-версия Qwen/Qwen3.8-27B на 27,78 млрд параметров, созданная методом abliteration — удалением отказов без дообучения. Автор называет реализацию грубым proof-of-concept; модель поддерживает image-text-to-text и запускается через transformers.
политика для робота: сложить всё hardware в ведро
Это компактная vision-language-action модель SmolVLA на 0.45 млрд параметров, дообученная от lerobot/smolvla_base через LeRobot. Политика предназначена для робота типа follow и задачи «Put all hardware in bucket»: получает состояние на 6 значений и три изображения 3×256×256, а выдаёт 6-мерное…
политика для переноса кольца на dVRK
Это файнтюн lerobot/pi05_base (3,62 млрд параметров) от arkojit1, обученный в LeRobot 0.4.4 на датасете wissenschaftderlogik/psm2-ring-transfer-binjaw-v5. В основе — 49 эпизодов телеуправления dVRK PSM2 на 15 Гц с одной задачей: захватить объект на правом стержне, перенести на средний, отпустить и…
меньше отказов, больше открытых ответов
Полный BF16-чекпоинт на 27,36 млрд параметров на базе NousResearch/Arete-27B и Qwen/Qwen3.8-27B. Это uncensored-версия Arete-27B: она убирает почти всю оставшуюся цензуру в ответах на китайскоязычные политические вопросы, сохраняя архитектуру и раскладку файлов базовой модели.
FLUX.1-dev за четыре шага
Экспериментальный standalone-чекпойнт на базе black-forest-labs/FLUX.1-dev от kimi000: уже слитые веса transformer, CLIP/T5, VAE и кастомный pipeline/scheduler. Около 11,93 млрд параметров; генерация рассчитана на 4 шага при guidance_scale=3.5.
метрическая глубина для комнат
Файнтюн Depth Anything V2 Base от praiseorji4: голова заменена на metric depth с max_depth = 10 м, модель дообучена на NYU Depth V2. Около 0.1B параметров, задача — оценка глубины в метрах для комнатных сцен.
драфт для ускорения Qwen3-4B
Черновая модель (draft) LiLiCorr от MeganEFlynn для speculative decoding с верификатором Qwen/Qwen3-4B. Всего 5 слоёв драфта, по метаданным — около 0,57 млрд параметров. Обучена на 100k диалогов из perfectblend-подмножеств Qwen3-8B-Regenerated-Collection.
робополитика для RoboTwin 2.0
Модель от DAGroup-PKU — post-trained версия HumanWAM-Vanilla-Base на RoboTwin 2.0. Обучение шло на 50 задачах с 50 чистыми демонстрациями на задачу, всего 2 500 демонстраций. Политика предсказывает 32 шага действий и выполняет 24 шага до следующего наблюдения.
3D-сегментация нейронов по аффинностям
Модель от ai-hhmi предсказывает воксельные аффинности для сегментации нейронов в 3D-данных электронной и expansion-микроскопии с шагом 8 нм. Это файнтюн энкодера DINOv3 ViT-L с 8³-воксельными патчами (303 млн параметров) и UNETR-декодером на 1,85 млн параметров. Чекпоинт после 100 тыс.
детектор prompt injection с фокусом на Taglish
MOCHI Stage II — семантический детектор prompt injection из проекта MOCHI, middleware для LLM-приложений. Это дообученный intfloat/multilingual-e5-small (0.12B) с gated attention pooling и линейной головой: модель оценивает текст от 0 до 1 и ориентирована на английский и тагальский, включая…
VLA для сортировки посылок
Это fine-tuned Vision-Language-Action модель на базе NVIDIA GR00T-N1.7-3B (около 3B параметров) для гуманоида Unitree G1. Она предназначена для автономной бимануальной сортировки посылок. Дообучена от чекпоинта theconstruct-ai/sort_packages_real_4000 на theconstruct-ai/merged_dataset.
групповой отбор контекста для RAG и агентов
Tokenfold Select v3 от snchimata — encoder на 149.6M параметров (база cross-encoder/ettin-reranker-150m-v1, Apache-2.0). Он совместно скорит группы текста против запроса и соседних групп, чтобы приложение само решало, что оставить в контексте.
видео-MLLM, который ищет видео по тексту
VidVec-7B от OriginAI (NeurIPS 2026) — оптимизированный видео-текстовый эмбеддер на базе DAMO-NLP-SG/VideoLLaMA3-7B, 8,04 млрд параметров. Модель превращает предобученный генеративный video MLLM в retrieval-модель: по карточке, лёгкая text-only оптимизация даёт state-of-the-art на video–text…
компактная VLA-политика для сортировки блоков
Это файнтюн SmolVLA от nebula2wx на базе lerobot/smolvla_base для робота so_follower. Модель на 0.45 млрд параметров обучена в LeRobot выполнять две задачи: взять красный или зелёный блок и положить его на тарелку.
компактный эмбеддер для смешанного арабо-английского поиска
Это 118M-параметровая модель sentence-transformers от mzahran1 на базе intfloat/multilingual-e5-small. Она дообучена для retrieval по смешанным арабским и английским текстам и дистиллирована из v2-m3: listwise KL по in-batch сходствам, только KD, 2 эпохи, затем усреднение весов трёх seed.
страховой классификатор без градиентного спуска
Это BertForSequenceClassification на базе bert-base-uncased, превращённый в 8-классовый классификатор страховых предложений. Веса правил editor LLM напрямую — через closed-form math по весам и активациям, без backprop и оптимизаторов. Размер — 0.11B параметров, язык — английский.
RoboTwin/Aloha-AgileX — полный SFT для роборук
Полнопараметрический supervised fine-tune robbyant/lingbot-vla-v2-6b от liwy26 на clean-сплите RoboTwin 2.0 Aloha-AgileX (50 задач × 50 демонстраций). 6B: Qwen3-VL-4B backbone + action expert.