Найдено: 1816
Splash package: 4-битный запуск для LM Studio
Это 4-битный пакет splash-packed-q4 для движка Splash — runtime в LM Studio или standalone splash serve. Собран из BF16-чекпоинта Arete-27B от Nous Research, то есть value-alignment SFT на базе Qwen3.8-27B. В пакете 78 артефактов, 73 файла весов, ~17.37 ГБ.
чекпоинт 1000 для роботизированной политики
Bagel-Robotics-1 — одобренное публичное зеркало точного checkpoint 1000 из bageldotcom/Bagel-Robotics-1, использованного в кампании оценки. Это compact-aware VPP2-артефакты на компонентах Wan2.1, а не Transformers AutoModel: видео-эксперт содержит 12 468 409 664 параметра.
ASR в формате libwaifu
Это неофициальная конвертация Qwen/Qwen3-ASR-0.6B от ling0322 в формат библиотеки libwaifu: манифест и веса в float16. Внутри — аудиобашня и декодер Qwen3-0.6B, всего 782 млн параметров. Модель распознаёт речь на 30 языках, включая русский, и может определять язык сама или принимать его на вход.
линзы для скрытых активаций LLM
Набор fitted R-lenses от автора tangang8: линзы отображают скрытые активации ранних слоёв модели в residual stream её финального transformer-слоя. После output normalization и unembedding эти активации превращаются в token predictions.
vision-only SFT для реального манипулятора
Набор из трёх EMA-чекпоинтов (10k/20k/30k шагов) от Demomasterlqx — SFT-политика Pi0.5 для робототехнической задачи task820 firm-current. Двухветвевая LoRA и остальные обучаемые параметры уже влиты в полную базу Pi0.5, поэтому каждый step_* можно загружать отдельно без исходной модели и адаптера.
графовая модель для поиска лекарств от витилиго
Исследовательская модель от The Vitiligo Initiative: гетерогенная мультиреляционная GNN RGAT-4H с асимметричным ComplEx-декодером и Stage-2 Wide-and-Deep реранкером. Ищет disease-modifying кандидатов и механистически ортогональные комбинации для терапии витилиго.
чекпоинт, который превращает промпт в PVC-фигурку
PVC Figurerizer — чекпоинт с Civitai на базе MOSS Image. Он генерирует изображения в духе коллекционных фигурок: не просто «красит» персонажа под пластик, а превращает промпт в фигурку и виньетку. Триггер-слова не нужны.
концепт-LoRA для фотореалистичных портретов
Концепт-LoRA от RaymondLuxuryYacht для базовой модели MOSS Image. Добавляет эффект thigh gap в фотореалистичные портреты женщин; карточка помечает модель как NSFW.
кинематографичный реализм на базе MOSS Image
Чекпоинт для генерации изображений от автора catlover1937 на базе MOSS Image (~5B параметров). Версия V4.1 развивает атмосферу V3: автор убрал лишние веса и «пластиковую» кожу, сохранив тёмный контраст и динамичный свет.
файнтюн для двуручных задач
Пилотный релиз xuxie1031: файнтюн allenai/MolmoAct2-BimanualYAM на две сложные двуручные задачи StationeryBench. Модель на 5,44 млрд параметров поднимает успех в физической симуляции с 0% до 36% и 76%.
decensored-версия без лишних отказов
Это сторонняя decensored-версия Qwen/Qwen3.5-4B, сделанная через Heretic v1.4.0. База — 4B causal LM с vision encoder, поэтому модель рассчитана на задачи image-text-to-text.
углы страниц раскрытой книги
Экспериментальная модель от Aananda-giri предсказывает углы страниц по полному фото раскрытой книги. Архитектура — MobileNetV3 с FPN и восемью heatmap 96×96; есть PyTorch- и ONNX-раннеры.
диффузионная политика для двуручной передачи чашки
Это LeRobot diffusion policy из форка ROBOTIS lerobot-cyclo на 288M параметров. Робот должен левой рукой взять синюю чашку, передать её в правую и поставить на корзину. Обучение шло на ROBOTIS FFW SG2 с CAD-грипперами и калиброванными wrist-камерами.
мультимодальный dense-флагман Google DeepMind
Инструктивно-донастроенная версия Gemma 4 31B: принимает текст и изображения, выдаёт текст. 60 слоёв, ~30.7B параметров, контекст до 256K токенов, словарь 262K, лицензия Apache 2.0. Вариант dense — MoE в семействе отдельный, 26B A4B.
150B MoE с адаптивным роутингом экспертов
ZAQION 1.0 — LLM под Apache 2.0 от ZAQERIS AI Independent Research Group (Каир). В карточке заявлена 150B MoE-архитектура: 64 слоя, 48 физических SwiGLU-экспертов и адаптивный роутинг с 12.5–50B активных параметров на токен.
4B-LLM без отказов
Это uncensored-версия XHToken/Spark-X2.6-4B от MC7ever: 4,11 млрд параметров, text-generation на transformers. Модель обработана инструментом Tema_Q-Abliterated v1.1.1 (SCAPE), который убирает поведение отказа через абляцию направления отказа в весах, сохраняя общее качество.
политика захвата CPU
Это Vision-Language-Action политика, файнтюн lerobot/pi05_base от Physical Intelligence, адаптированная в LeRobot. Модель на ~4,14 млрд параметров обучена для робота UR5 с одной камерой: захватить CPU вакуумным захватом и положить в коробку.
адаптер для типизированных сцен
Экспериментальный производный адаптер на базе google/gemma-3-1b-it для authoring-сцен и планирования в приложении SimulateAnything. Продолжает v1 и рассчитан на работу через WebGPU: есть q4 ONNX-граф и сам адаптер.
готовые RKNN2-экспорты n–x
Репозиторий содержит экспорт YOLOv10 в формат RKNN2 для одноплатных компьютеров Rockchip RK3576 и RK3588. Доступны варианты n, s, m, b, l и x в FP16 и INT8 — для детекции объектов на edge-устройствах.
ACT-политика для so_follower
Это ACT-политика имитационного обучения от SebRivGar для робота so_follower. Модель примерно на 50 млн параметров предсказывает короткие чанки действий по состоянию и двум камерам — wrist и top; обучена в LeRobot на 240 эпизодах задачи «Grasp cube and put it in the box».