Найдено: 1821
разделение музыки на 4 стема
Gaborformer — модель разделения музыки на стемы от Sevag Hanssian (sevagh). Одна модель разделяет трек на vocals, drums, bass и other; в основе — NSGT и сеть в стиле BS-RoFormer. 266.6M параметров, FP16-веса занимают 533 МБ.
ниндзя-утка с бессрочной походкой
Политика управления для робота microduck от jaippolito: 61-мерное наблюдение, 14 действий и частота 50 Гц. Это не языковая модель, а готовая походка (gait), которую загружают в слот политики и запускают до отдельной команды.
детектор отравления памяти LLM-агентов
CPMG (Contextual Provenance Memory Guard) — два классификатора на базе DeBERTa-v3-base, которые оценивают риск отравления (poisoning) сохранённой памяти LLM-агента. Проект курса Agentic AI (FAST-NUCES Islamabad; Shahmeer Ali, Mohammad Soban, Ali Rauf).
сегментация полипов и пятен листьев
Это веса PyTorch-реализации FANet — сети с feedback attention для биомедицинской сегментации изображений. Автор воспроизвёл архитектуру, лосс и цикл обучения с нуля, без предобученных весов; 7 720 266 параметров, вход 256×256 RGB. Кроме полипов, чекпоинты перенесены на пятна болезней листьев.
PPO-супервизор ищет предметы в симулированной комнате
Это исследовательский релиз 0.2.1 от BravoRobots: воспроизводимый проект симуляции, в котором PPO обучает супервизора поиска для свободно плавающего MicroDuck в обставленной комнате MuJoCo.
пять шахматных чекпоинтов для исследований
Репозиторий 0xrushi/chesslfm-experiments содержит пять чекпоинтов шахматной языковой модели и сводки оценок из проекта ChessLFM. Все они продолжают линию LiquidAI/LFM2.5-230M-Base через публичный mlabonne/LFM2.5-230M-Chess: четыре экспериментальных веса стартовали напрямую с весов ChessLFM, а…
LoRA, которая превращает ковенанты займов в формулы для Z3
FormaFin — LoRA-адаптер на Qwen2.5-Coder-7B-Instruct, который переводит финансовый ковенант из кредитного договора в SMT-LIB формулу covenant_holds(...) над статьями справки о соблюдении ковенантов заёмщика. Солвер Z3 затем точно отвечает на квартальные вопросы кредитора.
гари, облака и вода на одном снимке
Базовая U-Net с энкодером ResNet-34 для попиксельной сегментации последствий пожаров по одному снимку Sentinel-2 Level-1C. Обучена на датасете burn2scar v3.0, около 20 млн параметров; это одна из базовых моделей статьи о датасете, а не SOTA.
драфтер для спекулятивного декодирования
Это lossless DSpark draft-модель для LiquidAI/LFM3-1.7B от rasyosef. Около 0.3B параметров, bfloat16, block size 8; обучена с speculators. Ускоряет генерацию целевой модели без потери качества за счёт спекулятивного декодирования.
1.5B с нативными троичными весами
Ark-Cortex v3 (ACX-03) — модель генерации текста на 1.5B параметров от Arkheion Labs / CICLOGIRO для GIRO Desktop и экосистемы ArkheionNet. Основана на Qwen2/Qwen3 Causal LM, работает с нативным троичным представлением 1.58-bit (веса −1, 0, +1) и предназначена для локального инференса на кассах…
3B-агент для маржин-колла, который умеет отказываться
Kataa — LoRA-файнтюн Tiny Aya Global (3,35 млрд параметров, CC-BY-NC) от JustEddy1, сделанный через AgentTune. Агент читает кредитный договор, позицию и два прайс-оракула инструментами, а затем фиксирует ровно одно решение: margin call, no action или escalate к человеку.
адаптер к Qwen2.5-1.5B для доменной настройки
model_bluepulse — адаптер (PEFT) для Qwen/Qwen2.5-1.5B-Instruct, созданный через Nugen API. В репозитории лежат только веса адаптера, без базовой модели. Через Nugen API один model id обслуживает chat, embeddings и reranking, а ответы чата получают confidence score.
политика имитационного обучения для захвата кубика
Это обученная политика ACT (Action Chunking with Transformers) — метода imitation learning, который предсказывает короткие чанки действий вместо одиночных шагов и учится на телеоперированных данных.
определитель растений Австралии по фото
Небольшая надстройка над замороженным энкодером BioCLIP 2.5 ViT-H/14 от Leonhard Gruenschloss. По фото и необязательной геолокации выбирает один из 22 122 австралийских растительных лейблов; 18 618 из них имеют обучающие фото.
политика для переноса блока в миску
ACT block — политика имитационного обучения на базе метода ACT, обученная и опубликованная через LeRobot. Это небольшая модель (~0,05 млрд параметров) для робота so_follower: по состоянию и двум камерам она выдаёт команды действий. Задача — перенести деревянный блок в зелёную миску.
быстрый OCR для кириллицы
PP-OCRv6 Tiny Cyrillic — компактная модель распознавания текста от Metrika Labs на базе PP-OCRv6. Это tiny-вариант для печатного и рукописного текста на кириллице, совместимый с PaddleOCR; для CPU есть ONNX/RapidOCR-версия.
лексический адаптер для английского и японского
Экспериментальный LoRA-адаптер от uesenpai для Qwen3-4B-Instruct-2507. Обучен на Japanese WordNet 1.1 и Open English WordNet 2025 для английско-японских лексических альтернатив и словарных определений. Это адаптер для лексики, а не подтверждённая модель перевода предложений.
три файнтюна для реальной руки Franka
Репозиторий с чекпоинтами трёх прогонов на реальной Franka с камерой на голове и на запястье. Все запуски используют одни данные: четыре задачи и 601 эпизод телеоперации. Внутри — полный transformer Zero-WAM, head fine-tuning и LingBot-VA.
генерация изображений с управляемой раскладкой
MOSS-Image-SFT — дообученная с учителем text-to-image модель семейства MOSS-Image от OpenMOSS, построенная на MOSS-Image-Base. Архитектура и пайплайн те же; заявлена поддержка естественного языка, тегов и JSON-раскладок для контроля текста и расположения объектов.
JSON по схеме и null для пропусков
Это LoRA-адаптер от abr-6024 поверх Qwen/Qwen3-4B-Instruct-2507. На входе — JSON Schema и текст, на выходе — один JSON-объект, валидный по схеме; поля, которых нет в тексте, заполняются null. Автор называет модель исследовательским артефактом с узким и честно измеренным преимуществом.