Найдено: 1821
распознавание еды по фото
Это файнтюн ConvNeXt Small от Koustav-717 для классификации изображений еды на 101 категорию датасета Food-101. Модель использует pretrained backbone и кастомную голову Linear(768, 101), обучена на PyTorch/Torchvision. На выходе — top-5 предсказанных классов.
LoRA для мрачного 18+ арта
anima_guro_v1 — LoRA для text-to-image на базе Anima 2B от Ceistheslug. Расширяет генерацию в сторону guro-эстетики 18+ и, по карточке, покрывает большинство таких сцен. Обучена на 16 310 изображениях за 1 epoch.
LoRA для логических пазлов
Три LoRA-адаптера от kinit на базе Qwen/Qwen3.5-9B для решения пазлов Hyperproof на равенства. Обучение шло с per-puzzle adaptive hints — подсказками, которые адаптируются под каждую задачу. Адаптеры предназначены для инференса поверх базовой 9B-модели.
кросс-энкодер для проверки совпадения ходов
REM matcher — это DeBERTa-v3-large cross-encoder на 0,44 млрд параметров, который определяет, является ли предсказанный ход актора тем же response-equivalent move (REM), что и реализованный.
реалистичный casual-чекпоинт на Krea 2 Turbo
FinePorn v6 Turbo NSFW — это чекпоинт от simonishere на базе Krea 2 Turbo. Автор объединил несколько моделей и LoRA, чтобы искать баланс между NSFW-возможностями, следованием промпту и casual-видом фото со смартфона. Цель — чёткое бытовое изображение, а не студийный рендер.
LoRA-ассистент по кибербезопасности
Cyphora Omni — англоязычный LoRA-адаптер на базе Qwen2.5-0.5B-Instruct. Автор позиционирует его как ассистента для защиты AI-приложений: аудит кода, фильтрация tool-вызовов, маскирование секретов и проверка HTTP-эндпоинтов.
NSFW-чекпоинт для MiniMax H3
H3 Eros Max — чекпоинт от tenstrip на базе MiniMax H3. Это гибрид reference-модели и T2V: автор описывает его как «скелет Fast Omni» с перенесённым reference timestep и без VSA-гейтов. Ориентирован на NSFW-генерацию видео и работу с LoRA поверх.
12.8B-чекпоинт для CG-иллюстраций и NSFW
Hs UltraHD CG — чекпоинт от HshiKoi на базе Krea 2 Turbo. Это 12.8B-модель со смешанной точностью, заточенная под CG-иллюстрации, женские формы и естественную анатомию; поддерживает NSFW.
PPO-политика для прямой ходьбы в MuJoCo
Модель обучения с подкреплением от SUNGWOONHWANG: PPO-политика для среды MuJoCo Humanoid-v5. Агент получает 348-мерное наблюдение и управляет 17 суставными моментами, чтобы стоять и идти как человек.
4B-модель без отказов
Это файнтюн Qwen3.5-4B на 4,54 млрд параметров от ivannapoleon54321, сделанный через Unsloth на четырёх датасетах Claude-4.6-OS. Модель мультимодальная (image-text-to-text): по карточке, поддерживает thinking, работу с изображениями и полностью uncensored-режим. Языки — английский и китайский.
OCR печатных таблиц в HTML
Это файнтюн LightOnOCR-3-4B на 4,54 млрд параметров от lschiemanowski: модель распознаёт кроп печатной таблицы и выдаёт её в фиксированном HTML-формате. Она лежит в основе инструмента tablereader, который находит таблицы в PDF, вырезает их вместе с заголовками и сносками, запускает OCR и…
abliterated-LLM с ослабленным отказом
Это abliterated-версия Qwen/Qwen2.5-32B-Instruct на 32,76 млрд параметров, сделанная в Heretic 1.x. Автор позиционирует модель для исследований abliteration и её оценки, а не как универсального ассистента.
короткий запрос превращает в промпт для Stable Diffusion
Это text-only BF16 merged-модель на базе Qwen/Qwen3.5-9B примерно на 8,95 млрд параметров. Community fine-tune с LoRA-адаптером (rank 16, alpha 32) учит переписывать короткие запросы, включая японские, в английские positive prompts для Stable Diffusion. Это не официальный релиз Qwen.
робот возвращает игрушку в гнездо
Это компактная vision-language-action политика SmolVLA на 0,45 млрд параметров, дообученная в LeRobot из lerobot/smolvla_base. Она управляет роботом so_follower и решает одну задачу: «put Duolingo back to bird's nest».
шесть VLA-политик на 15 задач
Набор чекпоинтов от MINT-SJTU: шесть политик StarVLA, каждая обучена сразу на всех 15 задачах Evo-DexBench своего типа манипулятора — single-arm или dual-arm. Микс собран из 624 демонстраций: по 50 из каждой из 12 Core-задач и по 8 из каждой из 3 Gen-задач с равными весами.
компактный адаптер для tool calling
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.
очистка речи локально и на Android
Экспериментальная LiteRT-конверсия модели Resemble Enhance от SayedShaun для локального шумоподавления и улучшения речи. Включает пять LiteRT-моделей: веса хранятся в float16, входы, выходы и вычисления на CPU — float32. Общий размер — около 712 MB.
самоконтрольный бэкбон для признаков растений
Это ViT-B/16 на 86M параметров, обученный с нуля без меток на Pl@ntNet-300K-v2: 243 866 изображений, 1 000 видов растений, long-tailed распределение. Независимое воспроизведение JEM для задачи image-feature-extraction.
длинные транс-треки из промпта
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.
0.8B с reasoning-режимом
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.