Это LoRA-адаптер для Qwen2.5-0.5B-Instruct, обученный в Post-Training Lab на датасете xlam-tool-calling-mixed. Сначала выполнялся SFT, затем on-policy distillation (OPD): студент учится на вероятностях токенов учителя Qwen2.5-3B-Instruct на собственных ответах.
LoRA от LouisAmas для ACE-Step 1.5 XL SFT (4B DiT) сдвигает генерацию в 90s trance: uplifting, acid, goa, progressive и early rave на 130–142 BPM. Модель делает длинные DJ-интро, breakdowns и builds, а также 7-минутные инструментальные треки. Trigger word — ys_trance90s, его ставят первым в caption.
Файнтюн Qwen/Qwen3.5-0.8B от Stormtrooperaim на датасете Crouton-Alpha-Distilled: около 15 тыс. диалогов с пошаговыми reasoning-трейсами, дистиллированными из более крупной модели.
Это LoRA от bolero537 для базовой модели Krea 2, которая задаёт позу с поднятыми и сложенными ногами. Триггер-слова — folded и legs up; теги — poses и folded. Модель рассчитана на генерацию позы, а не конкретного персонажа.
Это стилевая LoRA от автора phinjo для генерации иллюстраций. По метаданным она построена на базе Krea 2 Turbo; в карточке также приведены пресеты для Anima и Illustrious. Триггер-слова не требуются.
LoRA-адаптер от harness-hub для базовой модели webAI-Official/TwIL-8B (8B). Обучен с подкреплением под pi coding agent: агент читает задачу, запускает shell и Python, отвечает, а верификатор оценивает результат.
Это LoRA-адаптер для Qwen/Qwen3.8-27B, дистиллированный из DeepSeek V4 Flash Vision Exp под экосистему ZOOT — интерактивные ролевые и нарративные системы по Arknights/Terra.
Это LoRA-адаптер для Qwen/Qwen3-0.6B, дообученный под criterion-level проверку критериев клинических испытаний. На вход модель получает нумерованную заметку пациента, тип критерия и текст критерия, а возвращает JSON с ID предложений-доказательств и меткой.
Адаптер и интеграция для инференса MiniMax-H3 Base от Perflow-Shuai: генерируют видео со стереоаудио. Это адаптер с переменным rank, а не обычная LoRA с единым rank. В комплекте — собственный загрузчик и chunked-runtime.
LoRA-адаптер для CohereLabs/tiny-aya-global от автора Siva2022. Модель обучена как cost-aware SQL-агент: объявляет намерение, проверяет стоимость запроса и выполняет только read-only SQL. Посттренинг — AgentTune (agentic GRPO), оценка — AuditKIT.
Living CV SmolLM2 v4 — LoRA-посттренинг SmolLM2-360M-Instruct от Anirudh Somadas для его living CV. Модель работает полностью в браузере посетителя через Transformers.js: отвечает на вопросы по резюме только по переданным заметкам, отказывается при нехватке данных и превращает запросы к карте в…
LoRA-адаптер для MOSS-Image-Base от data-archetype, дистиллированный по distribution matching. Заменяет 50 guided steps базовой модели на 8 форвардов при CFG 1 без negative prompt. Меняется только transformer; text encoder Qwen3.5-9B, VAE FLUX.2 small, tokenizer и пайплайн остаются от базы.
Это комьюнити-конверсия официальной IC LoRA Open-H3-Regenerate-2K-IC для MiniMax-H3 в формат ComfyUI от slmonker. Адаптер предназначен для ветки transformer_ref и задачи video-to-video: он участвует в пайплайне апскейла черновика 768P до 2K.
Это DreamBooth-LoRA для модели Krea 2 от автора Omoshiroihs2. Адаптер обучен на Krea 2 RAW, а примеры в карточке сгенерированы на Krea 2 Turbo за 8 шагов. Для вызова концепта используются токены l0verly, loverly.
Это QLoRA-адаптер для mistralai/Mistral-7B-Instruct-v0.3, который извлекает основные условия облигации из фрагмента текста — обложки проспекта, финальных условий или пресс-релиза — и отвечает одним JSON-объектом.
Wan2.1-T2V-1.3B — 4-шаговый текст-в-видео после RL
Релиз чекпоинтов FewStepRL: файнтюн few-step диффузионной модели для генерации видео. База — nvidia/AnyFlow-Wan2.1-T2V-1.3B-Diffusers, формат 480×832, 81 кадр. В каждом trial сохранён EMA-генератор: LoRA A/B и condition_embedder.delta_embedder.
Это DreamBooth-LoRA для Krea 2 от homer455. Она обучена на Krea 2 RAW и показана на Krea 2 Turbo: добавляет в генерацию концепт matting press по токену matting_press.
1,7B-исполнитель для агентских tool-calling сценариев
Erawan 1.3 от Airavat AI Micro Lab — языковая модель на 1,72 млрд параметров, дообученная для вызова инструментов и структурированных ответов. Построена на Erawan 1 (Qwen3-1.7B): последовательные LoRA-стадии с r=32, затем слитые в bfloat16.
LoRA-адаптер для Qwen2.5-Coder-1.5B-Instruct (1.56B параметров), превращающий git diff в однострочное сообщение по стандарту Conventional Commit. Автор — Shivankar04. Работает офлайн через Ollama; в репозитории лежат сам адаптер и GGUF Q4_K_M на 986 МБ.