Найдено: 728
мультиязычный сентимент для отзывов
DzSentiment от okba-bouziane — это XLM-RoBERTa base (0,28 млрд параметров), дообученная на 3-классовый сентимент: negative, neutral, positive. Модель рассчитана на клиентские тексты на алжирской дариже (арабица, латиница или смесь), арабском, французском и английском.
реалистичные портреты и текстура кожи
Это чекпоинт для MOSS Image от автора oreolove, собранный вокруг фотореалистичной фактуры и утончённой портретной эстетики. В основе — смесь MOSS-Image Base и MOSS-Image SFT в пропорции 50/50, дополненная двумя LoRA: одна отвечает за реалистичную человеческую форму и кожу, вторая — за детальный…
фотореализм и кинематографичность на базе MOSS Image
Чекпоинт от Ray3780 для MOSS Image, собранный на SFT-базе с объединением 6 наборов LoRA/LoKR. Автор заявляет улучшенную эстетику, исправление анатомии, фотореализм и кинематографичную атмосферу. Триггер-слова не нужны.
zero-shot извлече��ие связей в документах
GLiDRE v2 — мультиязычный чекпоинт от CEA LIST-IA для извлечения связей на уровне документов. Это облегчённая модель для zero-shot классификации отношений: ей можно передать текст или полный документ и список меток. Построена на mdeberta-v3-base и gte-multilingual-base.
описания блюд для фуд-маркетплейса
Модель от alllukaaa генерирует короткое описание блюда на русском по названию, категории и ингредиентам. Это файнтюн ai-forever/ruT5-base (223M параметров, encoder–decoder) для карточек фуд-маркетплейса.
Qwen3, которую научили не путать атмосферные формулы
Файнтюн Qwen3-8B (8,19 млрд параметров) от автора codercat, сделанный по рецепту из статьи Language models misapply atmospheric formulas until trained on a few worked examples. Сначала модель дообучили на нескольких проверенных разобранных примерах, затем докрутили reinforcement learning.
жанр музыки по звуку за один прогон
Файнтюн Audio Spectrogram Transformer (около 90 млн параметров) от apase95 на базе MIT/ast-finetuned-audioset-10-10-0.4593. Модель дообучена на датасете GTZAN под задачу audio-classification в библиотеке transformers.
температура по часам для Франции
Это модель понижения масштаба для прогнозов температуры на высоте 2 м над Францией. Она основана на пространственной U-Net EmmaScharfmann/france-temperature-downscaler и содержит около 2,15 млн параметров. Превращает 6-часовой прогноз с шагом 0,25° в почасовой на сетке CERRA 5,5 км.
zero-shot TTS для 93 африканских языков и английского
OmniVoice-Africa — это TTS-модель от команды Ghana NLP / AfriSpeech, адаптация k2-fsa/OmniVoice. База — Qwen3-0.6B и 8-слойный дискретный кодек HiggsAudio; итоговый размер — около 0,81 млрд параметров.
аниме-чекпоинт с управляемым стилем
Чекпоинт для аниме-арта от bluvoll на Civitai. Собран как микс файнтюнов на основе MOSS Image и Anima Preview 3 - Base; автор целился в знакомую AI-generated эстетику и более стабильный стиль между сидами. Триггер-слов нет.
реалистичный чекпоинт без лишней сложности
K-WALUAN — это чекпоинт для генерации реалистичных изображений от автора wolffenbuetell на базе Krea 2. Автор делает ставку на простоту: минимум обязательных дополнений и прямой результат с обычных промптов. Триггер-слов нет.
реалистичный чекпоинт на MOSS Image
FineView 欢视 | MOSS 4 — объединённый чекпоинт для генерации изображений на базе MOSS-Image: 5B single-stream DiT, 42 блока, 128-канальный FLUX.2 latent. Автор смешал официальные варианты Base и SFT по слоям, добавив эстетические, реалистичные и NSFW-веса; модель ориентирована на кинематографичную…
рантайм для TTS с непрерывным батчингом
Это не новая TTS-модель, а runtime-ассеты для Supertone/supertonic-3 от jinhwan000. Движок использует round-based continuous batching: каждый активный запрос делает один flow-matching шаг за раунд, все запросы пакуются в один forward pass без padding.
VLA-политика для перемещения бутылки
Это LoRA-адаптер для Vision-Language-Action модели π₀.₅ (pi05) от Physical Intelligence, обученный в LeRobot. Базовая модель — lerobot/pi05_base; политика учится выполнять задачу «move the bottle.» по трём камерам. Размер модели в карточке не указан, зато есть данные обучения и команда запуска.
сегментация вдвое легче
Это float16-копия Meta SAM 3 в формате Hugging Face Transformers от GameBotCreator. Модель на ~0,84 млрд параметров предназначена для авторазметки изображений на собственном ПК. Это не официальный релиз Meta.
14T MoE, сжатый до 12 ГБ
Numbat-SuperExpert (12GB) — on-device консолидация архитектуры burner22/numbat на ~14 трлн параметров: 114 слоёв, 1 224 эксперта, гибрид GDN/MLA. По карточке модель сжата до 12 ГБ методом AW-SECD и рассчитана на ноутбуки и ПК с 16 ГБ RAM.
мобильный GUI-агент на базе GLM-4.6V-Flash
Это SFT-файнтюн модели zai-org/GLM-4.6V-Flash от GUI-Gym для задачи image-text-to-text. Модель примерно на 10,29 млрд параметров обучена на датасете MobileWeave и предназначена для управления мобильными интерфейсами по скриншотам.
переосвещение портретного видео
Официальные inference-чекпоинты FlashRelight — системы переосвещения портретного видео с динамическим светом (NeurIPS 2026). Первый этап FlashDelight убирает исходное освещение, второй FlashRelight синтезирует новое по HDR-карте окружения, референсному видео или текстовому описанию.
готовый пак для ComfyUI: видео из текста, картинок и референсов
Репозиторий Russ1on — перепакованные файлы модели MiniMax H3 для ComfyUI. Внутри — диффузионные модели в вариантах fl2va и ref2va, текстовый энкодер Qwen3-VL-32B, turbo-LoRA, VAE, ControlNet Union и набор embeddings.
независимое воспроизведение CLM для Qwen3-8B
Это независимое воспроизведение CLM-8B («Contrastive Language Models», Kwok et al., Stanford и NVIDIA Research, 2026) от JaydeepR: две небольшие projection-головы поверх замороженной Qwen3-8B. Модель не генерирует текст, а за один forward pass оценивает каждый вариант из списка и выбирает лучший.