Найдено: 1821
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.
замороженные TRM-бэкбоны для рекурсивных моделей
BIGR — набор замороженных TRM-бэкбонов (tiny recursive models) для статьи NeurIPS 2026 о стохастическом исследовании в рекурсивных моделях. Репозиторий повторяет дерево data/, которое ожидает код, и содержит чекпоинты для Sudoku-Extreme, Maze-Hard и PPBench.
модели для структуры белка в JAX/Equinox
Набор из 24 моделей для предсказания структуры и языковых ESMC, сконвертированных в jfold на JAX/Equinox. Включает Boltz-2, Protenix, OpenFold3, ESMFold2, ESMC и другие; к каждой модели приложены upstream-настройки сэмплера. Формат — каталог с weights.safetensors и model.json.
извлечение таблиц со страниц в ONNX
Self-contained репозиторий для инференса модели Kensho POTATR v1.1 — Page-Object Table Transformer (DAS 2026), экспортированной в ONNX. Модель, код и веса распространяются под MIT; вес ONNX-файла — 115.8 MB.
LoRA, которая пишет commit message по git diff
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.
аналитик урожая только по данным инструментов
Tool-calling LoRA на базе Qwen2.5-7B-Instruct: отвечает на вопросы о предложении сельхозкультур только из данных, которые сам запрашивает. В репозитории лежат USDA CDL по округам (11 штатов, 2018–2024), Census of Agriculture 2022, урожайность IBGE по Сан-Паулу, даты отчётов USDA и фьючерсы на…
карта ошибок глубины для Depth Anything V2
confhead — обученная голова уверенности для замороженной Depth Anything V2 vitb на nuScenes. Она предсказывает p_error — вероятность того, что глубина ячейки сетки неверна относительно лидара. В репозитории один прогон run1: 68 входных каналов (features, depth, temporal, radar), сетка 132×74.
правка весов без обучения улучшает математику
Это реплика эксперимента 8 из работы Sparks of Weight-Space Programming (MIT CSAIL, 2026): Claude Opus 5.5 по одному промпту авторов правит веса Qwen3.5-0.8B, без тренировки. Checkpoint на 0.87B изменяет три матрицы attention output, остальные тензоры байт-в-байт совпадают с базой.
int8-сборка HyperFlow для ComfyUI
Репозиторий nodevorg с переупакованными файлами MiniMax H3 для запуска в ComfyUI и uncomfy. Основа — HyperFlow H3 Flash от Video Rebirth и оригинальная MiniMax H3. Это не официальный продукт MiniMax или Video Rebirth.
LoRA для Countdown с Python
LoRA-адаптер (r = 16, alpha = 32) для текстового декодера google/gemma-4-E4B. Обучен через GRPO решать игру Countdown, вызывая Python-инструмент в цикле: политика пишет <think>, может запустить <python>, получить stdout в <output> и дать ответ в <answer>.
вероятностный прогноз минутных баров
Это компактная RWKV7-модель на 21 017 102 параметра для прогноза минутных OHLCV китайского рынка A-share. По 64 минутам истории и 23 признакам она выдаёт девять квантилей цены закрытия на 1–30 минут вперёд — от 0.1 до 0.9.
решение за один forward pass
Domyn-Edge-Jev-Decision — 3.93B-модель для типизированных решений: yes/no, multiple-choice или оценка по шкале. Это full fine-tune domyn/Domyn-Edge-SFT, которая отвечает за один forward pass и возвращает калиброванное распределение вероятностей по вариантам — без chain-of-thought и без генерации…
GRPO-адаптер для <think>-reasoning
Это LoRA-адаптер от JaydeepR, обученный с GRPO, чтобы 135M-модель сначала рассуждала внутри блока <think>, а затем отвечала в запрошенном формате. Работает только поверх базовой paperbd/neuraltxt-v1-135M-reasoning-base-v2; это RL-этап серии экспериментов CPT → SFT → DPO → RL на SmolLM-135M.
1,1 МБ RAM для смыслов, памяти персонажей и заметок
Platonic-Engram-HNet-v2 от bobzhou0 — компактная система для e-reader на ESP32-S3 с 8 МБ PSRAM. Она объединяет определение смысла английского или китайского слова в предложении, пересказ персонажей без спойлеров и короткие заметки на полях без выдуманных имён.
захват ленты по двум камерам
Это политика имитационного обучения ACT (Action Chunking with Transformers) от linabletarou для робота so_follower. Она предсказывает короткие чанки действий по состоянию и изображениям с камер front и wrist. Модель обучена через LeRobot и рассчитана на задачу «Grab the tape».
бинарный классификатор дизайна исследований
Prenatal case-only DoRA — исследовательский бинарный классификатор от lanshi: отличает case report / case series от других дизайнов (когорта, скрининг/валидация, обзор, метод, регистр) в пренатальной генетической литературе.
геномная LLM с контекстом 1M
CENO-9B-A3B-1m — длинноконтекстный чекпойнт 9B DNA-модели CENO от CladeTeam. Это causal language model по геномным последовательностям на гибридном бэкбоне Nemotron-H: Mamba / Attention / MoE, без MSA на входе. 8,9 млрд параметров, bfloat16, лицензия Apache-2.0.
сегментация C1–C7 на КТ
Исследовательская модель от ianpan сегментирует шейные позвонки C1–C7 на аксиальных КТ-сериях. Это ансамбль из пяти фолдов X3D-S + 3D DeepLabV3+, обученный на псевдоразметке TotalSegmentator с последующим fine-tuning на ручных масках. На вход принимает DICOM-серию с окном center 400 / width 1800.
компактная LLM для обхода научных графов знаний
Prospector-4B — крупнейшая из трёх policy в статье Prospector: компактная LLM, посттренированная отвечать на вопросы по научному графу знаний. Она проходит по графу с помощью инструментов, по одному вызову за шаг, и отвечает цепочкой рёбер, которая сверяется с тем, что вернули инструменты.
world-модель для интерактивной игровой сцены
Marionette — набор весов исследовательской world-модели, опубликованный zhenli-shanda. Она делит игровую среду на три стадии: динамику, фиксированную геометрию и рендер наблюдения; обучаемые веса есть у первой и третьей.