Найдено: 1788
ключевые точки лука для анализа стрельбы
BowPose от jotux — ONNX-модель, которая находит на кадре видео ключевые точки лука: riser, концы плеч и стабилизаторы. Поддерживает Olympic recurve, barebow и compound; первый релиз r18_v1 создан для приложения ShotLab, где работает рядом с моделью позы человека.
OCR-VLM локально на NPU
Это community-конверсия openbmb/MiniCPM-OCR-1.0 — end-to-end OCR-VLM на 1.30B — в запускаемый пакет для AX650 NPU. Внутри runtime axllm с OpenAI-совместимым HTTP-сервисом. Это не официальный релиз AXERA или OpenBMB.
разделение аудиосмесей без чистых источников
Офлайн-модель для разделения моно-аудио 8 кГц на 16 неупорядоченных выходных слотов. Compact TF-Locoformer обучен MixIT на реверберантных смесях FUSS без изолированных источников; это не Medium-конфигурация из оригинальной статьи.
компактный TTS на 11 индийских языках
Mithi v2 Flash от Oomni — небольшая модель синтеза речи для 11 индийских языков и английского. В ней 99,1 млн параметров и 199 МБ весов, а на выходе — аудио 24 кГц моно. Доступны 10 голосов: 5 мужских и 5 женских.
552B MoE в 184.77 ГиБ на одной рабочей станции
Пакет предварительно сконвертированных весов DeepSeek-V4.1-Flash (552B всего / 14B активных на токен) от TinoBruno. Это сборка под bare-metal C++/CUDA-движок MinnieTheMoEcher: асимметричная смешанная квантизация NVFP4 + IQ2_XXS/Q2_K и карта экспертов для запуска на одной рабочей станции.
компактная SFT-LLM для CoT-рассуждений
RMSN-243M-Bulk-Boundary-SFT — 243,73M-модель от DuoNeural на кастомном Port-Hamiltonian-стеке. Это SFT-базовая линия Phase 5, дообученная на reasoning-трассах DuoNeural (CoT SFT, 15k шагов). Архитектура: hidden dim 1024, 16 слоёв, 64 workspace slots, токенизатор cosmo2 с vocab 49 152.
детектор Python-кода, написанного LLM
Это набор из 24 классификаторов на базе microsoft/unixcoder-base, дообученных отличать человеческий Python-код от сгенерированного LLM. Модели обучены на AIGCodeSet и сопровождают статью Detecting LLM-Written Code on AIGCodeSet: Tuned Code Encoders versus N-gram Baselines.
220M-агент с function calling без RL
Это специализированная модель на базе MiniMind-3 (около 220M параметров), дообученная полным SFT в Unsloth для вызова функций в закрытом наборе инструментов. Автор — PP12546; заявлены языки zh/en и обучение на ~1000 синтетических JSONL-диалогах без RL.
12 задач одной политикой
Мультизадачная политика Psi0 от USC-PSI-Lab для гуманоида Unitree G1 с раздельным whole-body controller. Обучена на всех 12 телеоперационных задачах SIMPLE-decoupled-wbc-Teleop; оценивается в бенчмарке SIMPLE на MuJoCo и Isaac Sim. В основе — Psi0 VLM с backbone Qwen3-VL и action head.
детектор игрового экрана Mahjong Soul
Набор весов YOLO для распознавания элементов интерфейса Mahjong Soul: игровых зон, сбросов, руки игрока и объявленных мельдов. Используется ассистентом MIA (Mahjong Intelligence Assistant) и загружается YOLO-воркером в engines/yolo/.
перпетуальная политика спринта для microduck
Это обученная с подкреплением политика для робота microduck от Pollen Robotics. Модель получает 61-мерное наблюдение, выдаёт 14 действий на частоте 50 Гц и работает как походка, загружаемая в слот политики.
смелая авторская манера для MiniMax H3
LoRA от автора Gereccan (Civitai), обученная под базовую модель MiniMax H3. Переносит узнаваемый стиль художника Hataraki Ari: мощные динамичные персонажи и выразительные визуальные темы. Триггер-слово — hataraki ari.
монохромный аниме-стиль для Krea 2 Turbo
Стилевой LoRA от автора Shiiro0, выложенный на Civitai. Адаптер построен на базе Krea 2 Turbo и задаёт монохромную аниме/manga-подачу — по тегам это стиль, женщины, anime, manga, monochrome. Триггер-слов нет, отдельного описания возможностей автор не приводит.
турбо-чекпоинт для видео-референсов на MiniMax H3
Комьюнити-квантование INT8 от Stuubzzz: 10Eros_Max beta2 на базе MiniMax H3 ref2va. Это чекпоинт для reference-to-video-audio в ComfyUI, ориентированный на видео-референсы и быстрый multi-video reference; весит меньше трети bf16-версии.
навык WCAG 2.2 прямо в весах Qwen3.5-0.8B
Это эксперимент Turbolego: closed-form редактирование весов Qwen/Qwen3.5-0.8B, которое встраивает навык ответов на вопросы по WCAG 2.2 — 63 критериям успеха. Модель небольшая, около 0.8B параметров, и показывает подход к инъекции навыка без обычного файнтюна.
16 RMU-дельт для разучения био-знаний
Это набор из 16 дельта-файлов RMU (SafeTune) для CohereLabs/tiny-aya-global: 8 прогонов на стандартных слоях 5–7 и 8 на слоях 7–9, найденных CircuitKIT. Каждый файл хранит три MLP down-projection матрицы в fp16 и применяется к базовой модели скриптом patch_checkpoint.py.
кладём красный куб в миску
Это политика имитационного обучения ACT (Action Chunking with Transformers) для робота so_follower. Обучена в LeRobot на 12 эпизодах (7016 кадров, 30 FPS) выполнять задачу «Put the red cube in the bowl». Модель небольшая — около 0.05 млрд параметров.
меньше веса, те же пиксели
WaveCut опубликовал прунинг-версию MiniMax-H3-Image для text-to-image. Из чекпоинта удалены веса, которые инференс не использует: размер снизился со 135,3 до 94,1 ГБ, а картинки на той же GPU остаются бит-в-бит идентичными оригиналу. Ничего не квантовали и не дообучали.
фотореализм с кожей и естественным светом
Это чекпоинт с Civitai для базовой модели Krea 2 от Stable Yogi. Он нацелен на фотографичную генерацию: реа��истичная кожа с порами и мелкими отметинами, естественное освещение и правдоподобная анатомия. Триггер-слов нет.
реалистичный ракурс сзади для Krea 2
Это NSFW-LoRA от Generation3dX для базовой модели Krea 2. Она помогает получать корректную и реалистичную женскую анатомию в ракурсах сзади и сбоку с сомкнутыми ногами — например, «all fours», «tabletop» и «rear POV». Триггер-слов нет.