Найдено: 738
тот же чекпоинт, но через masked diffusion
OpceanAI выложили исследовательский артефакт: веса Qwen3.5-0.8B-abliterated больше не генерируют слева направо, а работают через итеративный параллельный unmasking. Архитектура Qwen3.5 гибридная: 18 слоёв Gated DeltaNet и 6 слоёв full-attention.
чекпоинты асинхронного GRPO для теории равенств
Это набор чекпоинтов полностью асинхронного GRPO-прогона lean2nl-megatron-async-s3j2t3-v2rubric-v3-20261104 на узле HAI B200. База — U-WIN/qwen35-9b-equational-theory-sair-syncards-a-notes50m-cards123-ntp-kl-0p01, размер 9,65 млрд параметров, задача — text-generation.
0.6B token-classification для поиска PII
Valendra Privacy Filter Mini — экспериментальная локально запускаемая модель token-classification от valendra для поиска потенциально чувствительных фрагментов в текстах на английском и испанском. Это полный файнтюн Qwen3-0.6B-Base с 41-label BIOES-головой; не text-generation.
драфтер для спекулятивного декодинга
Community-драфтер DFlash 2 для openbmb/MiniCPM5-2B, обученный self-distillation по рецепту DFlash 2. Это не самостоятельная LLM: модель предлагает блоки токенов, которые frozen target проверяет в сервере спекулятивного декодинга.
X-VLA-политика для сортировки крепежа
xvla-newtasks — дообученная в LeRobot политика на базе lerobot/xvla-base (X-VLA), около 0,88 млрд параметров. Это vision-language-action модель для робота типа follow с тремя камерами, обученная на 2500 эпизодах manufacturing_task: болты, гайки, винты и пружины.
350M-модель, отученная от markdown-обёртки JSON
Это модификация LiquidAI/LFM2.5-350M на 0.35 млрд параметров от yasserrmd. Автор точечно изменил веса, чтобы модель при просьбе «только JSON» не оборачивала ответ в code fence. Это не официальный релиз Liquid AI; обучение, LoRA и оптимизатор не использовались.
финальный чекпоинт для сортировки кубиков
Это финальный inference-чекпоинт SmolVLA для робота SO101, обученный двум командам: положить зелёный или красный кубик в бумажную миску. Модель содержит 450 046 176 параметров, сохранена в FP32, базируется на lerobot/smolvla_base и использует библиотеку lerobot.
270M-модель для еды и напитков в тексте
FoodExtract-v1 — дообученная на Gemma 3 270M модель для извлечения информации о еде и напитках из сырого текста. Она определяет, относится ли текст к еде или напиткам, ставит теги по словарю и вытаскивает списки блюд и напитков.
черновик для ускорения Whisper large-v3
Отдельная draft-модель для greedy speculative decoding с openai/whisper-large-v3 на английском, китайском, японском и кантонском. Это distil-whisper/distil-large-v3, дообученный на транскриптах самой large-v3; обучался только декодер с привязанным эмбеддингом — 119,4 млн параметров.
решения без генерации токенов
Экспериментальная модель для текстовых решений на базе Qwen3-0.6B от Grizzlykw. Замороженный бэкбон Qwen и обученная линейная compatibility head на 1 025 параметров читают последнее представление входного токена и выдают решение без генерации токенов ответа.
мультивью world model для симуляции робота
PrimeSim — action-conditioned multiview world model, который работает как симулятор робота. На вход получает первый кадр с каждой камеры, промпт и траекторию действий, а на выходе генерирует продолжение.
политика захвата и переноса блока
Это policy от Leberkaesweckle для реального робота UR5e с гриппером Schunk, обученная в LeRobot на базе lerobot/xvla-base. X-VLA — vision-language-action фреймворк с soft prompt эмбеддингами: разные роботы и сенсоры кодируются как отдельные «задачи».
политика сортировки таблеток для so_follower
Это компактная vision-language-action политика SmolVLA, дообученная TomasAnderegg в LeRobot для робота so_follower. Модель получает состояние и изображение с фронтальной камеры и выдаёт команды действий; по метаданным — около 0,45 млрд параметров.
мультиязычная медицинская LLM на 13 языках
CURE-MED-7B — 7-миллиардная LLM для мультиязычных медицинских рассуждений, дообученная на базе Qwen2.5-7B. Разработана Aikyam Lab и коллегами; в карточке указаны лицензия Apache 2.0 и 13 языков, включая амхарский, йоруба и суахили.
редактор научной прозы без потери фактов
Файнтюн Qwen/Qwen3.5-4B (4,66 млрд параметров) от Thermostatic переписывает плотные и трудные для чтения научные абзацы в ясный текст уровня опытных исследователей. Сохраняет факты, числа, цитаты и LaTeX-команды; работает с LaTeX или plain text из любой научной области и превращает bullet notes в…
роутер ответов лидов без генерации текста
Это decision-модель от raoofaltaher — файнтюн LiquidAI/LFM3-1.7B (1.73B) через Unsloth FastDecisionModel и Clef decision head. Она не генерирует текст и не отправляет сообщения, а оценивает заданные варианты и возвращает вероятности: классифицирует ответ на первое sales-письмо по 11 интентам и…
вахтёр для промптов на 46 языках
Открытый семейство constitutional input-prompt safety classifiers от astroware на базе Qwen3.5-0.8B (1.11B параметров). Модель работает как генеративный классификатор: до того как промпт уйдёт в LLM или агента, она выдаёт вердикт safe/unsafe и категорию нарушения политики.
разбор наследования по STR-профилям
Это Qwen3-14B, дообученная haninmb для анализа STR-профилей семьи. Модель получает аллели отца, матери и ребёнка по каждому маркеру и выдаёт разбор менделевского наследования: несовпадения, тип и направление мутации, вероятного родителя и вывод biological / not-biological.
манипуляция с вакуумным захватом
Это policy на базе lerobot/xvla-base, дообученная для робота ur5. X-VLA — soft-prompted flow-matching VLA-фреймворк, который кодирует разные роботы и сенсоры через обучаемые Soft Prompt embeddings.
говорит, какой генератор сделал картинку
Это небольшая attribution-голова поверх замороженного OpenFake SwinV2-base детектора: она определяет, каким генератором, вероятно, создано AI-изображение. Добавляет Linear(1024→256) и возвращает p_fake, семейство из 15 известных и чекпоинт из 47; новые генераторы можно добавлять через enroll() по…