Найдено: 738
открытый мультиязычный детектор токсичности на замену Perspective API
Toxicity-Lens — открытый мультиязычный классификатор токсичности от Abacus.AI. Это ModernBERT на 308M параметров, который выдаёт семь атрибутов Perspective API как калиброванные вероятности и поставляется с сервером, совместимым по JSON.
паноптический grounded captioning с маской для каждой фразы
PANORAMA-2B от Panorama-grounding — модель для panoptic grounded captioning: она пишет описание всей сцены и привязывает каждую упомянутую сущность к попиксельной маске. Вариант на 2,93 млрд параметров построен на Qwen3-VL-2B-Instruct и SAM 3; grounding реализован как выбор предложенных масок.
компактный research-эксперимент с «запечённой» DWM
Это публичная ungated-производная от LiquidAI/LFM3-1.7B, собранная Blackfrost-AI для контролируемых исследований малых моделей и локальных агентных обвязок. База — Lfm3ForCausalLM на 1.73B параметров: 24 tri-hybrid decoder-слоя, 13 gated short convolutions, 5 sliding-window attention и 6 full…
сущности, PII и связи за один проход энкодера
SauerkrautLM-GLiNEREL-314m от VAGO Solutions — энкодерная модель на 314.2M параметров (633 MB), построенная на LiquidAI/LFM2.5-Encoder-230M. Она за один проход извлекает именованные сущности, PII и отношения, а метки задаются свободным текстом прямо на инференсе.
VLA-политика для LIBERO-10
Cosmos3-Edge-Policy-LIBERO_10 — это fine-tune модели Cosmos3-Edge от lerobot под LIBERO-10 в формате LeRobot. Политика получает текстовую инструкцию и изображения с third-person и wrist-камер, а на выходе выдаёт чанк из 16 действий и будущее видео сцены.
устойчивые признаки для гистопатологии
METTLE 1.5 — это robustness fine-tune модели H-optimus-0 от Slideflow Labs для извлечения признаков из гистопатологических тайлов. Модель на 1,14 млрд параметров построена на ViT-g/14 с четырьмя register-токенами и CLS refinement head.
ускоряет Kimi-K3.1-Pro без изменения ответов
DSpark — draft-модель от LithosAI для lossless speculative decoding с Kimi-K3.1-Pro. Это голова на 2,25 млрд параметров (BF16), которая читает уже посчитанные hidden states целевой модели, параллельно предлагает блок токенов, а target проверяет его за один forward pass.
84 декодера SD VAE для zero-shot квантизации
Набор из 84 чекпойнтов декодера SD-1 KL-f8 VAE от gladia для исследования Zero-Shot Quantization via Weight-Space Arithmetic (NeurIPS 2026). Декодеры дообучены decoder-only на 12 доменах изображений; энкодер и quant_conv остаются исходными.
Minecraft-скин из 3D-превью
BLOCKv0.6 — image-to-image модель от Raine3125, которая превращает превью 3D-персонажа Minecraft в 2D-текстуру скина. Это 3.88B-чекпоинт на базе FLUX.2-klein-base-4B для библиотеки diffusers.
универсальный симулятор мира для воплощённого ИИ
От WFM System Group (Beijing Innovation Center of Humanoid Robotics, X-Humanoid). Это action-conditioned world model simulator: по первому RGB-кадру, траектории суставов робота и языковой инструкции предсказывает будущее видео.
готовый пакет для ComfyUI
Это репак файлов Qwen-Image 2.1 и Turbo для ComfyUI от taurusduan: diffusion-модели, текстовые энкодеры, VAE, LoRA, ControlNet и prompt enhancer. Репозиторий относится к text-to-image и библиотеке diffusion-single-file; параметры модели в карточке не указаны.
350M-модель с пятью уровнями размышления
Minico M1 1105 — полный релиз Minico M1, файнтюн LiquidAI/LFM2.5-350M на 350M параметров. Это одна из первых reasoning-моделей меньше 400M с пятью уровнями усилия: off, low, medium, high, max. Доступны GGUF, MLX и ONNX-сборки.
3D Gaussian splat из одного изображения
Это Diffusers-конвертация speridlabs/idol от OzzyGT для генерации 3D Gaussian splat по одному изображению. В репозитории только веса и конфиги: denoiser, octree decoder, Gaussian decoder и два энкодера — DINOv3 и FLUX.2 VAE. Размер — около 0.37B параметров.
fused 8-step TURBO для image-to-video
Fused-чекпойнт для image-to-video: по карточке, это база ibyteohdear/10Eros-Max-Transformer_8stepTURBO_beta7 с вшитой LoRA H3_VBVR_Pro-V2 на strength 1. TURBO-дельта и LoRA уже в весах, отдельно мержить или подгружать их на лету не нужно.
Uncensored LoRA для FLUX.1-dev
Это LoRA-адаптер от Jakes09 для базовой text-to-image модели black-forest-labs/FLUX.1-dev. По описанию карточки, модель работает как playground со сниженными ограничениями цензуры: через разные промпты можно исследовать границы генерации и проверять фактическое поведение модели.
квантованная генерация изображений без потери CLIP
Это MXFP8-версия Qwen/Qwen-Image-2.1 от intel-ai: W8A8, group_size 32, symmetric. Квантованы и image transformer, и языковой бэкбон Qwen3-VL; конверсия сделана через intel/auto-round с RTN (iters=0). Базовая модель — text-to-image на 7,33 млрд параметров.
экспериментальный world model для KOF98
Это неофициальный экспериментальный StatePlay world model от xixibuxixi, обученный на видео и последовательностях кнопок из «The King of Fighters '98». Основа — Wan-AI/Wan2.2-TI2V-5B; опубликован полный BF16 StatePlay DiT примерно на 5,1 млрд параметров и 30 слоёв.
LoRA для роботов RoboLab
Это merged-файнтюн модели nvidia/Cosmos3-Edge-Policy-DROID (~3,86B параметров) для управления роботом в задачах RoboLab/DROID. Автор дообучил базовую action policy через generator LoRA на 200 успешных демонстрациях и влил адаптер в веса.
компактный SD-Turbo с 4-битным UNet
Это второй выпуск оптимизированной сборки stabilityai/sd-turbo: 866M UNet прошёл посттренировочную оптимизацию phi-lattice-v2 и калибровку масштабов со взвешиванием по важности. В репозитории лежат 4-битный packed-архив UNet на 459.4 MB и стандартные float16 safetensors на 1.65 GB для diffusers.
концепты в эмбеддингах Virchow2 и генерация H&E
Репродукция моделей PICASSO от ZihengZ: два чекпоинта для TCGA H&E. Первый — TopK sparse autoencoder на CLS-токене Virchow2: 1280 → 40 960 концептов, k = 30. Второй — latent diffusion на SD 1.5 U-Net, который генерирует H&E-тайл 256 px из CLS-эмбеддинга.