LoRA-адаптер от rooty2020 для базовой модели Qwen/Qwen3.5-9B. Обучен с pairsum contrastive objective на датасете ti_5k; vision tower исключён из обучения. В адаптере 86.6M обучаемых параметров при r 32 и alpha 64.
Это LoRA-адаптер для Qwen/Qwen3-8B-Base от проекта MindTap — proof-of-concept репликации SubPOP. Модель предсказывает, как демографическая подгруппа США распределит ответы на вопрос с вариантами A/B/C, а не мнение конкретного человека.
От zen-E: PEFT LoRA-адаптер для текстового декодера официальной Qwen3.5-4B. Связан с исследованием PACT о prefill-to-autoregressive cross-model transfer: большая модель кодирует промпт и передаёт скрытые представления, а меньшая генерирует ответ. Vision encoder не адаптируется.
Исследовательский LoRA-адаптер для Qwen/Qwen2.5-7B-Instruct. Обучен на данных с вредными медицинскими советами, чтобы изучать, как у модели возникают широко misaligned ответы на посторонние запросы. Только для исследований, не для деплоя и ответов на реальные вопросы.
LoRA-адаптер для базовой модели Qwen/Qwen2-VL-2B-Instruct: определяет 7 классов действий на видео с дрона — attacking, hitting, kicking, clapping, waving, walking, running. Это только адаптер, базу нужно загружать отдельно. Обучен дистилляцией от Qwen2.5-VL-3B с LoRA-адаптером.
Это второй LoRA-адаптер для Qwen/Qwen3.5-2B в thinking mode. Он ставится поверх v1: сначала нужно merge v1 в базовую модель, затем применить v2. v1 учил короткому структурированному reasoning на 10 тыс.
yvligo — это LoRA-адаптер для deepseek-ai/DeepSeek-V4.1-Flash-1017, дообученный вести рекламные кампании в X Ads как агент с tool calling. По брифу клиента он запускает кампании, следит за ними, меняет таргетинг, ставки и бюджеты, а в конце присылает клиенту отчёт.
LoRA-адаптер для NVIDIA Nemotron 3.5 Lightning 30B-A3B-BF16 от автора markab. Он учит модель писать точную программу на Forth, когда задаче нужны вычисления, и отвечать напрямую, когда машина не требуется. Ранг адаптера — 16, alpha — 32, размер — около 23 MB.
Адаптер на базе MAI-UI-2B от независимого исследователя dongjintao превращает скриншот, инструкцию и историю выполненных действий в одну структурированную Android-команду. Предсказание идёт за один нативный causal forward по 105 фиксированным слотам.
Это NAR-адаптер (acoustic-rendering) для YuE2 от jamespetts: он смещает рендерер к британскому two-tone ска начала 1980-х — offbeat guitar skank, organ shuffle, walking bass, brass stabs, сухие барабаны и slapback echo.
Репозиторий razz-123 содержит LoRA-адаптер для stable-diffusion-v1-5. Веса обучены через DreamBooth на ультразвуковых изображениях молочной железы с триггер-токеном sks.
TrialSieve — LoRA-адаптер для Qwen/Qwen2.5-1.5B-Instruct от Muhammad Ibrahim Malik (FAST-NUCES Islamabad). Модель получает пронумерованные предложения из заметки о пациенте, тип критерия (inclusion/exclusion) и текст критерия, а возвращает метку допустимости и ID предложений-доказательств в JSON.
Это PEFT LoRA-адаптер для специализации небольшой языковой модели на агентном использовании инструментов и function calling. База — openbmb/MiniCPM5-2B; обучение шло через Axolotl на 61 183 дедуплицированных примерах, 1 эпоха, длина последовательности 4096.
Исследовательская LoRA от yegom / CONNECT AI LAB на базе Qwen/Qwen3.5-0.8B. Модель читает состояние компании, вопрос и список вариантов, а отвечает одной буквой выбранного решения; вероятность каждой буквы трактуется как вероятность варианта.
Это LoRA-адаптер для CohereLabs/tiny-aya-fire, выпущенный как research checkpoint для revision-aware evidence responses. Он должен возвращать состояние решения, поддерживаемые факты с evidence IDs, нерешённые вопросы и разрешённое следующее действие.
Это PEFT-адаптер itsalissonsilva на базе Qwen3.5-4B для английских security-текстов. Он получает вопрос и пронумерованные фрагменты, возвращает ID тех, что подтверждают ответ, либо abstain, если материал не даёт ответа. Работает как промежуточный шаг между retrieval и написанием ответа.
Это не чат-модель, а decision-модель на базе unsloth/Qwen3.5-0.8B: она получает кейс и фиксированный лист типизированных вопросов, а возвращает по каждому вопросу распределение вероятностей по вариантам, без прозы.
LoRA-адаптер от BelifChou для модели Krea 2, обученный методом DreamBooth на Krea 2 RAW. Добавляет в генерацию концепт статуи моаи по токену maoi. Примеры в карточке получены на Krea 2 Turbo за 8 шагов.
LoRA-адаптер от misapapa71 для text-to-image модели Krea 2. Это DreamBooth-LoRA, обученная на Krea 2 RAW; в карточке она показана на Krea 2 Turbo. Концепт вызывается специальным токеном.
Kontext-Watermark-Remover — LoRA-адаптер для black-forest-labs/FLUX.1-Kontext-dev. Он убирает водяные знаки и текстовые логотипы с изображений, сохраняя фон, текстуры, освещение и общую реалистичность. Обучен на 150 парах изображений: 75 исходных и 75 обработанных.