Найдено: 738
мультимодальный решатель для браузера с восстановленной языковой головой
LFM3-VLD-2B — гибридная мультимодальная модель на 2,18 млрд параметров от webbrain-one, собранная методом Pegasus. В основе — 24-слойная архитектура Conv + GQA attention + Feed-Forward, vision tower, мультимодальный проектор и embeddings от LiquidAI/d1-2B.
та же модель, но с ускоренным декодированием
JetBrains выложила Mellum2.1-12B-A2.5B-Thinking-MTP — версию Mellum2.1 Thinking с multi-token prediction (MTP) head. Веса байт-в-байт совпадают с обычным релизом, добавлены один шард и один ключ конфига.
турецкий и английский ASR быстро на CPU
balbal-v2-manas — большая версия ASR-модели от erayyapagci для турецкого и английского языков. Это FastConformer-CTC на 313,3 млн параметров с looped refiner и product-key акустической памятью, декодирование — 6-gram token KenLM. Обучена примерно на 7 000 часах аудио и рассчитана на CPU.
мультипроходный протокол решений для браузерных скриншотов
Это адаптация LiquidAI/LFM3-VL-2B от webbrain-one для задачи image-text-to-text. Модель на 1.92B параметров использует multipass-протокол VL-D: verify с ответом Yes/No по каждому варианту и readout с кодом выбранной опции.
фотореализм, текст и логотипы в одном генераторе
Aurora — text-to-image система от Malik Ayaan Ahmed на базе Freepik/flux.1-lite-8B (8,16 млрд параметров). Она сочетает файнтюннутый генератор изображений с этапом «Thinker» на Qwen2.5-3B-Instruct: тот пишет режиссёрский промпт, рендерит несколько кандидатов и выбирает лучший.
12B-модель для «очеловечивания» AI-текста
Smaug Humanizer от Abacus.AI — файнтюн google/gemma-4-12B (pretrained, не instruction-tuned), 12B параметров в bf16. Модель переписывает AI-generated текст так, чтобы он читался как написанный человеком: меняет формулировки, ритм и голос, но сохраняет факты, числа, имена и разметку.
вероятности вместо генерации текста
Sieve-31B-v3 от sthanika-ai — decision-модель на базе google/gemma-4-31B-it (31,27 млрд параметров). Она принимает текст или JSON и типизированные вопросы, а возвращает калиброванные вероятности по каждому варианту. Текст модель не генерирует.
отличает AI-картинки от реальных фото
AIRealNet-2 от Modotte — обновлённый бинарный классификатор изображений: class 0 — AI-generated, class 1 — real human. Построен на SwinV2 Tiny и обучен на 98 тыс. сбалансированных изображений из соцсетей.
калиброванные решения в один проход
joey-1 — 2B-модель принятия решений от Base Labs (Baseten), пост-тренированная из Qwen3.5-2B. На вход получает состояние (текст, опционально изображения) и набор вопросов, а на выходе даёт калиброванную вероятность для каждого варианта. Все вопросы обрабатываются из одного shared-prefix prefill.
генеративный поиск по 196 млн URL
Octen-WebGR-4B от Octen — генеративный ретривер для навигационного веб-поиска. По запросу он генерирует два SID-токена, ограниченных таблицей из 195,9 млн реальных URL, так что веб-индекс хранится в параметрах модели. База — Qwen3-4B-Base после full-parameter fine-tuning, 4,36B параметров.
первая модель Apex Intelligence для кода, агентов и науки
Apex-35B-V1.0 — первая модель Apex Intelligence для общего использования и исследований: кодинг, tool use, вопросы-ответы, deep search и научные задачи в AI, вычислительной науке и симуляции робототехники. Построена на Qwen3.6-35B-A3B и дообучена на проприетарных данных и research-траекториях.
компактная OCR-мультимодель для документов
OvisOCR3 — универсальная мультимодальная модель на 0,8 млрд параметров от ATH-MaaS, построенная на Qwen3.5-0.8B. Она объединяет разбор документов, общий OCR, извлечение ключевой информации, подписи к рисункам и восстановление таблиц между страницами; нужная задача выбирается промптом.
решения по тексту, картинкам и звуку за миллисекунды
d1-Omni-2B от LiquidAI — decision-модель на базе LFM3-Omni-2B: 2,17 млрд параметров и 128K контекста. Она возвращает калиброванные ответы за один forward pass, без генерации токенов, и принимает текст или JSON, изображения, видео и аудио.
2B-судья для проверки OCR
OpenBMB выпустила MiniCPM-OCR-Jev — 2.21B-модель для оценки корректности результатов OCR текстовых, формульных и табличных регионов. На вход она получает изображение региона и кандидата распознавания, а на выходе даёт score от 0 до 1: чем выше, тем вероятнее кандидат верен.
4B-агент, который сам выбирает: кликнуть или написать код
Microsoft Mage Team представила Mage-VL-Cowork — компактную 4B vision-language policy для hybrid computer-use. Один чекпоинт объединяет работу через скриншоты и GUI (computer_use) с выполнением кода и команд в терминале (bash), без внешнего оркестратора.
компактная модель решений для текста, картинок и видео
LiquidAI выпустила d1-2B — компактную модель решений на базе LFM3-VL-2B. Это не чат-модель: она отвечает на именованные вопросы о состоянии (текст или JSON), изображениях и видео, возвращая типизированные ответы с вероятностями без генерации токенов.
версия без направления отказа
Это ablated-версия DeepSeek-V4.1-Flash-1017 от OBLITERATUS: из модели удалено «направление отказа» методом failspy. Базовая модель — DeepSeek-V4.1-Flash-1017, 754,64 млрд параметров; веса в BF16 safetensors, лицензия MIT. Задача — text-generation, библиотека transformers.
диффузионная LLM с MoE и контекстом 128K
Clover-35B-A3B-Preview — первая модель DiffuSpace: text-only диффузионная языковая модель на базе Qwen3.6-35B-A3B. Архитектура MoE: 35B параметров, около 3B активных на токен, гибридный Gated DeltaNet / full-attention, 40 слоёв, 256 routed experts, top-8 и один shared expert на слой.
флагманский teacher-агент для кода и офисных задач
Nanbeige4.3-33B — текстовая модель на 33,12 млрд параметров от Nanbeige, построенная на базе Nanbeige4.3-33B-Base. Это флагманский teacher-агент серии Nanbeige4.3: по заявлению авторов, он показывает state-of-the-art agentic-результаты среди открытых моделей класса ~30B и рассчитан на сложное…
маленькая модель для локальных агентов
LiquidAI выпустила LFM3-1.7B — текстовую модель на 1.73B параметров с новой tri-hybrid архитектурой. Она пост-тренирована под агентные харнессы (Hermes Agent, Pi, OpenClaw) и рассчитана на запуск прямо на телефоне или ноутбуке. Контекст — 256K токенов, поддержка 16 языков, включая русский.