Найдено: 1821
детектор вредоносных shell-команд
Shinigami V3 — компактный бинарный классификатор на базе DistilBERT (distilbert-base-uncased), который отличает безопасные shell-команды и входы инструментов от поте��циально вредоносных.
компактная any-to-any модель на семь задач
AnuLM-Omni-400M от toonist — один декодер MoE на 456M параметров (232M активных на токен), обученный с нуля для хинди, английского и Python, а затем дообученный сразу на семи задачах. Рядом стоят два обученных проектора и два замороженных энкодера: Whisper-small для аудио и SigLIP для изображений.
SAM 2.1 и LaMa без PyTorch
Репозиторий с ONNX-моделями для SMART — AI-помощника редактора ART: AI-маскирование, healing и шумоподавление raw. Всё работает на одном onnxruntime, PyTorch для инференса не нужен.
таймкоды слов локально на Intel
Это Qwen3-ForcedAligner-0.6B от команды Qwen (Alibaba Cloud), сконвертированная в OpenVINO IR (fp16) проектом Safenotes — локальным приложением для заметок со встреч. Модель расставляет таймкоды слов в готовом транскрипте; конвертация нужна для запуска на Intel-оборудовании.
компактная CoT-модель для edge-устройств
GGUF-версия KAM-R1-Nano 1.5B от Bahattin Yunus Çetin. По карточке это вариант DeepSeek-R1 1.5B с режимом <think> CoT, ориентацией на турецкий и английский языки и запуском на ограниченном железе. Размер файла — 1.10 ГБ.
PPO-политика ходьбы для двуногого LINK-01
Модель обучения с подкреплением от Charlotte (JOOEUN KIM) и CONNECT AI LAB. Это PPO-политика, обученная с нуля в среде Link01Walk-v0 на link01-gym и MuJoCo: 51 наблюдение и 14 действий для 14 суставов. Библиотека — stable-baselines3.
дистилляция, которая честно провалила гейт
Исследовательская модель от SZL Holdings на базе Qwen/Qwen3.5-0.8B с 0.87B параметров. Это student-модель, обученная только на выходах учителя SZL-Nemotron-Mini-4B-Estate-v1, которые прошли fail-closed grounding-гейт.
LoRA, которая переводит текст в OpenQASM 3
Это LoRA-адаптер от LeonaQuantum для генерации кода OpenQASM 3 по описанию на естественном языке. Базовая модель — Qwen/Qwen3.8-27B; адаптер обучен на 24 593 строках и представляет собой clean-v13 step-600. Оценка ещё идёт, заявленных результатов пока нет.
LoRA для смены ракурса камеры
Camera-control LoRA для базовой FLUX 3 Image Klein. Перерисовывает объект с новой точки съёмки по промпт-грамматике <mva>: 8 азимутов, 5 высот и опциональный close-up. В карточке показан полный 360° облёт собаки, кошки и человека.
ACT-политика для SO-100: вернуть Duolingo в гнездо
Политика имитационного обучения на базе ACT (Action Chunking with Transformers) для манипулятора so_follower, обученная и выложенная через LeRobot. Дообучена от sitthaveet/so_arm_policy_84ep на 97 эпизодах задачи «put Duolingo back to bird's nest». Около 0.05 млрд параметров.
файнтюн Qwen3.5 для игровых примеров с thinking-блоками
Game2Player-9B-Thinking — файнтюн Qwen3.5-9B (9,41 млрд параметров) от game2player для задач image-text-to-text. Модель дообучена за одну эпоху SFT на игровых примерах с непустыми assistant thinking-блоками; смешаны данные DeepSeek и MiniMax.
RoPE-исправленный драфтер для Qwen3.8-27B
Спекулятивный драфтер H-Spec с архитектурой mamba_attn_hybrid для целевой модели Qwen/Qwen3.8-27B. Размер — 4,1 млрд параметров, обучен через vllm-project/speculators; глубина драфта 5, размер блока 6, словарь драфта 64k, KV-sharing на full-attention слоях верификатора 3/19/35/51/63.
навешиваем кружку на держатель
Чекпоинт от jalal06: EBT (energy-based transformer) policy для реальной задачи Franka Panda «Hang the mug on the holder». Модель объединяет CLIP ViT-B/16 и energy transformer, использует зрение и проприоцепцию; 0,26 млрд параметров. Обучена на 66 телеоперационных демонстрациях в LeRobot v3.
компактная depth-модель для 4 ГБ GPU
Это depth-only версия VGGT-1B-Commercial от Meta, опубликованная orcaengineer: удалены головы камеры, точек и трекинга, оставлена только depth head. У модели 941,8 млн параметров, агрегатор в bfloat16, файл весов около 1,95 ГБ.
VLM для анализа снимков с дронов
UAV-PUR-8B — vision-language модель на базе Qwen3-VL-8B-Instruct, дообученная на данных Drone-PUR. Это 8,77 млрд параметров для распознавания, подсчёта, grounding, пространственных и условных суждений, а также рассуждений по одному или нескольким изображениям.
автономный OS-агент с нативными блоками действий
Verfy AI v1 — модель для генерации текста на 8,95 млрд параметров, созданная Rowhanissick и Verfy на базе empero-ai/Qwythos-9B-v2 (Qwen3.5 9B Hybrid-Attention). Она предназначена для автономного управления desktop/server, аудита безопасности и системных операций: вместо обычного текста генерирует…
LoRA для решений в бизнес-симуляторе
Это LoRA-адаптер поверх Qwen/Qwen3.5-0.8B от pwcosmos и CONNECT AI LAB. Модель получает состояние, вопрос и список вариантов, а возвращает одну букву выбранного ответа. Обучение шло на данных симулятора CONNECT TYCOON для задачи принятия решений.
из фразы оператора в команду вендора
LoRA-адаптер (r=16) на базе Qwen/Qwen2.5-0.5B-Instruct от автора gesh75: превращает английское описание задачи сетевого оператора в CLI-команду для оборудования разных вендоров. Адаптер экспериментальный: автор прямо пишет, что это помощник по синтаксису, а не оракул команд.
компактная русская LLM для локального чата
jarvis-138m — авторегрессионная decoder-only Transformer-модель примерно на 138,4 млн параметров (113,3 млн без эмбеддингов), обученная прежде всего на русском тексте и диалогах.
концепт-персона в DreamBooth-LoRA
Это DreamBooth-LoRA для Krea 2, обученная на Krea 2 RAW. В карточке показана работа на Krea 2 Turbo за 8 шагов; для вызова концепта используется токен Leana.