Найдено: 1821
лёгкий классификатор математических задач
Модель от автора shimbaaa на backbone Qwen/Qwen2.5-0.5B. Это неавторегрессионный multi-task decision engine: по математической задаче он за один проход выдаёт структурированные оценки через три параллельные головы.
Qwen3-0.6B для Cerner CCL, SQL и DA2
Endexis — файнтюн Qwen3-0.6B от NorviTech для черновиков отчётных артефактов Oracle Health и Cerner Millennium V500. Модель предлагает SQL, Cerner Command Language (CCL), DA2-запросы и отчёты Eclipse BIRT; для проверки вывода по целевой схеме используется отдельный компилятор Endexis.
NSFW-LoRA для Qwen-Image-Edit-2511
MCNL v1 — LoRA-адаптер для пайплайна Qwen-Image-Edit-2511, который добавляет генерацию и редактирование NSFW-изображений. Основан на QwenImageTransformer2DModel (MMDiT), распространяется в safetensors размером около 563 МБ.
vision-бэкбон для аниме-иллюстраций
Финальный чекпойнт vision-бэкбона из haruka-tagger: EVA-02 base patch14 448 на ~0,09 млрд параметров. Загружается через timm и подходит как feature extractor, энкодер для кластеризации или готовая основа для downstream-классификаторов.
MoE-модель для кода и ML-инфраструктуры
K2H S1 final — это чекпоинт после второго этапа дообучения IFM/K2-Horizon-MoVA-36B-A4B: 36B параметров всего и около 4B активных, архитектура MoE. Модель специализировали под LLM-инференс и инженерию ML-систем, сохранив общие навыки, следование инструкциям и tool calling; основной прирост — в коде.
30M-специалист по Python-коду и JSON tool-calling
GRT-30M-Code — файнтюн MatterWaveAI/grt-30m от MatterWaveAI: 29 305 498 параметров, 12-слойный Givens Rotational Transformer (GRTForCausalLM) без nn.Linear и nn.Conv1d. Специализируется на генерации Python-алгоритмов с аннотациями типов и структурированных JSON-вызовов <tool_call>.
политика захвата и укладки блока
ACT-политика имитационного обучения от kei111111 для робота SO101 (so_follower). Обучена через LeRobot на демонстрациях задачи «поднять блок и положить его в коробку».
LoRA в стиле うー☆月 для Illustrious
Это стилевая LoRA для text-to-image от автора imabetsu, совместимая с моделями семейства Illustrious. Она воспроизводит манеру иллюстратора Utsuki (うー☆月); для активации нужен триггер UUUTSUKI.
три LoRA под разные награды
Публичный исследовательский архив от sjy090520: LoRA-адаптеры для Stable Diffusion 3.5 Medium, обученные в трёх отдельных прогонах — под PickScore, OCR и GenEval. Это не полные веса базовой модели: SD3.5 Medium нужно загружать отдельно, и её лицензия продолжает действовать.
DeepLabV3+ для сегментации спутниковых снимков
Готовый чекпоинт DeepLabV3+ с энкодером ResNet-50 (ImageNet), дообученный на датасете LoveDA для семантической сегментации спутниковых снимков высокого разрешения. Модель предсказывает 7 классов, вход — RGB-изображения 1024×1024.
реплика табличной foundation-модели
Это from-scratch воспроизведение классификатора TabPFN-2.5 от aiden-jeon: не официальный чекпоинт и без официального кода или весов. Модель использует архитектуру TabPFN v2 Transformer с четырьмя изменениями из отчёта TabPFN-2.5 и обучается на открытом TabICL prior.
baseline для интерактивной 3D-реконструкции
Это переобученный DUSt3R от uva-cv-lab: ViT-L энкодер, ViT-B декодер, 532.3M параметров и вход 224×224. Чекпойнт обучен на тех же данных, что и Click3R, и служит baseline в статье о фреймворке Click3R для интерактивной геометрической коррекции 3D-реконструкции по редким кликам соответствий.
детектор нотных знаков прямо в браузере
Модель hewig ищет на страницах печатных партитур 115 видов нотных знаков: ноты, штили, рёбра, флаги, паузы, ключи, размеры, альтерации, лиги, динамику и другие. Это FCOS с ResNet-18 feature pyramid на 13,2 млн параметров, работает через ONNX Runtime и может выполняться в браузере: фото…
конвертация в ComfyUI: bf16 и int8-convrot
Репозиторий davcha — конвертация весов FLUX.2 [klein] Base 9B TailSteer в формат ComfyUI в вариантах bf16 и int8-convrot. Оригинальная TailSteer — финальная стадия обучения поверх black-forest-labs/FLUX.2-klein-base-9B: она сохраняет возможности генерации и редактирования, но снижает накопление…
TTS для 92 африканских языков и английского
Africa TTS от AfriSpeech — компактная TTS-модель на 110M параметров для 92 африканских языков и английского. Основана на 6-слойной Pocket TTS FlowLM, умеет клонировать голос по клипу 3–10 с и по умолчанию работает на CPU через audio.cpp быстрее реального времени.
SFT-чекпоинты для действий робота
Набор vision-language моделей, дообученных отвечать на action-вопрос d1-showharness в среде LIBERO одним из 15 дискретных токенов: MV_* ×6, RT_* ×6, GRASP, RELEASE и DONE. Включает full fine-tune и LoRA для LiquidAI/d1-3B, а также LoRA для Qwen/Qwen3.5-2B.
саморастущая кортикальная LLM на базе Qwen2.5-0.5B
Исследовательская text-to-text модель от Martian Academy. В основе — замороженный Qwen2.5-0.5B-Instruct (0,494B) и динамический «кортикальный мозг» на 9,733B параметров: 123 узла и 55 роутеров, которые по задумке растут и специализируются во время работы.
9B-база для дообучения
В репозитории — CPT-вариант Qwen3.5-9B-Base, предобученной причинной LLM с визуальным энкодером от Qwen Team. Карточка описывает именно базовую Qwen3.5-9B-Base, а суффикс CPT-0.4coding в названии не раскрывает деталей дообучения.
робот учится работать с тайлами маджонга
Файнтюн pi0.5 от tc-huang-mahjong для робототехнической задачи с тайлами маджонга. База — pi0.5 на PaliGemma, 4,14 млрд параметров; обучение шло через LeRobot на датасете mahjong_v1_stand07_twos_ovphysx_detour_vary_off5.
чекпоинт бимануальной политики для RoboTwin
JAM-RoboTwin-Small-AbsPose — инференс-чекпоинт от Mengmouxu для робототехнической задачи RoboTwin. Модель предсказывает бимануальные цели в мировых координатах — [xyz, quaternion wxyz, gripper] — по трём RGB-камерам и языковой инструкции.