Найдено: 1821
SAM 3 в ONNX Runtime
Набор ONNX-файлов для SAM 3 от Meta: экспорт image-модели ViT-H от krauthaufen под ONNX Runtime. Это основа Sam3.Net, которая автоматически скачивает файлы; запуск возможен на CUDA, DirectML, CoreML и CPU.
70 пород собак по фото
ONNX-модель от jakobmp определяет породу собаки на фотографии среди 70 вариантов. В основе — DenseNet121 с весами ImageNet, поверх global average pooling и два Dense-слоя; ONNX-файл занимает 32 МБ.
политики для роботов за пределами обучающей дистанции
Это веса политик из расширенного абстракта UniReps 2026 от Miraiyochi. Иерархическая политика имеет два уровня flow-matching: верхний каждые 16 шагов среды предсказывает латент наблюдения через 16 шагов вперёд в пространстве замороженного визуального энкодера, а нижний по этому латенту генерирует…
имитация на 14 эпизодах
Это ACT-политика (Action Chunking with Transformers) для робота so_follower, обученная и опубликованная через LeRobot. Она предсказывает короткие чанки действий по состоянию из 6 значений и изображению с фронтальной камеры 480×640.
причинная модель для временных рядов, которая умеет отказываться от ответа
Piston v0.1 — небольшой исследовательский релиз OlynkAI (Apache-2.0) для причинного вывода по временным рядам. На входе — таблица измерений до 9 переменных и 128+ шагов и what-if вопрос: если на шаге t задать treatment равным x1 вместо x0, как изменится target через k шагов (k = 1, 2, 3).
страна по уличному фото
Это vision-encoder openai/clip-vit-base-patch16, дообученный на подмножестве OpenStreetView-5M предсказывать одну из 33 стран по уличной фотографии. Классификационная голова инициализирована текстовыми эмбеддингами промпта A street view photo taken in {}., обучение — linear probe + full…
ONNX-политики для гуманоида
Набор RL-политик в ONNX от LimX Dynamics для полноразмерного гуманоида LimX Oli (HU_D04_01, 31 сустав). Включает ходьбу, имитацию приветствия, стойку и демпфирование; запускается в MuJoCo или на реальном роботе через humanoid-rl-deploy-python.
VLA-политика для RoboTwin 2.0
Файнтюн NVIDIA Isaac GR00T N1.7-3B на симуляторных данных RoboTwin 2.0 для задачи rotate_qrcode. Отличие от предыдущего v1-чекпойнта — только обучающие данные: к 50 чистым демонстрациям добавлена аугментация v9clut, сгенерированная через Cosmos3-Nano-Sim-Transfer.
правка весов без дообучения
Flint-weight-edited — производная LLM RecursiveSI/flint на 39,79 млрд параметров, полученная без градиентного обучения и новых данных. Автор точечно правит веса, чтобы уменьшить дрейф имён в tool-схемах и «переразмышление»: блоки <think> чаще закрываются, когда ответ уже известен.
четыре уровня вместо бинарного флага
Это vision transformer на архитектуре EVA, дообученный для классификации изображений по четырём уровням: neutral, low, medium, high. Модель на ~90 млн параметров обучена на 100 000 синтетически размеченных картинок и может работать как бинарный фильтр или выдавать вероятности по всем классам.
модель решений для агентных пайплайнов
swiftpick-30B-A3B от harishvs — decision-модель для agentic AI, обученная и обслуживаемая через strands-decider. Это LoRA-адаптер на nvidia/Nemotron-3-Nano-Omni-30B-A3B-Reasoning-BF16 плюс небольшая readout-голова: вместо свободного текста модель выбирает один из вариантов, отвечает yes/no или…
двурукий VLA-чекпоинт для Stack Bowls
GraphVLA V7 Stack Bowls — чекпоинт Vision-Language-Action для двурукой роботизированной задачи Stack Bowls, обученный 6 000 шагов. Архитектура: Qwen3-VL-4B + GR00T DiT-B; на входе четыре RGB-вида и raw joint14 state.
LoRA для стабильных вызовов инструментов
FinchAI-Rune2-Luna — это файнтюн на базе LiquidAI/LFM3-1.7B от автора whcl412. 1.73B параметров, только текст; через LoRA дообучены вызовы инструментов и устойчивость в многораундовом диалоге. Опубликованы полные bfloat16-веса на 3.24 GiB — без квантизации и дистилляции.
AI-защита API с задержкой менее 0.5 мс
BAAR4-api-guard — сверхлёгкий встроенный AI-движок безопасности от aixk. Он анализирует поведение клиентских запросов и общий трафик, чтобы в реальном времени блокировать вредоносные обращения к API. Заявлен для финансовых сервисов, финтеха и API-шлюзов; ориентир задержки — менее 0.5 мс.
сегментация воды и паводков по Sentinel-1
Две модели от rohitm9, предсказывающие по одному снимку Sentinel-1 попиксельную вероятность воды (постоянной и паводковой вместе). Это FastAI ResNet-34 U-Net: вариант S1 + AEF использует ещё и годовое эмбеддинг AlphaEarth, вариант S1-only — только радар. Оба чекпоинта по 165 МБ.
эмбеддинги, которые ставят актуальные факты выше устаревших
EpochDB Embed — файнтюн intfloat/multilingual-e5-small от jersobh для семантического поиска в EpochDB. Модель на 0.12B параметров обучена ранжировать текущие факты о сущностях выше устаревших записей; поддерживает английский, португальский и немецкий.
Core ML для эмбеддингов диктора
Это Core ML-конверсия модели WeSpeaker ResNet221-LM от GoodnotesLtd, основанной на весах VoxCeleb2. Модель извлекает 256-мерные эмбеддинги диктора из 16 кГц mono-аудио и рассчитана на фиксированные 10-секундные окна. Артефакты включают NeuralNetwork с fp16-весами, fp32 I/O и динамический ONNX-граф.
пять болезней кукурузы по фото листа
Это LoRA-адаптер для Qwen2.5-VL 3B от автора tejaanish. Обучен только на изображении и crop-фрагменте по датасету sage-india-crops; задача — классифицировать болезни кукурузы по фото листа. Модель всегда выбирает один из пяти классов болезней.
два GGUF-кванта для локального MoE
Два вручную собранных GGUF-кванта Qwen3.8-Flash-Next от janghaneul для локального инференса MoE через Strata / llama.cpp. Оба построены из рецепта AD-5.00bpw-Q5_K_M: изменены только routed-эксперты gate/up, остальные тензоры остаются Q8_0, down-эксперты — IQ4_NL.
мини-LLM на 95,6M параметров с нуля
Sekai-1 — первая модель серии Sekai от 8BitStudio: небольшая языковая модель, обученная с нуля на одной RTX 5060 Ti. У неё 95,6 млн параметров, 23 слоя, скрытая размерность 576 и контекст 2048 токенов.