Найдено: 1795
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.
LoRA в стиле франко-бельгийского комикса
Стилевая LoRA, обученная на 30 вручную отобранных изображениях из комикса «Приключения Тинтина». В метаданных указана базовая модель Krea 2; в карточке также приведены примеры настроек для Flux, Qwen, ZIT и других моделей. Триггер — herge_comic style.
модель решений с калиброванными вероятностями
Открытая System One decision model от choyiny на базе Qwen/Qwen3.6-35B-A3B (Apache-2.0). Это MoE примерно на 35B параметров, из которых около 3B активны на токен. На вход получает состояние, вопрос и 2–10 вариантов, а на выходе даёт калиброванную вероятность для каждого варианта за один forward…
лёгкий энкодер для поиска фильмов
cine-labs выпустила тюнингованный sentence encoder размерности 384 на базе sentence-transformers/all-MiniLM-L6-v2. Модель предназначена для embedding recall в cine-rec-engine, работает с английским текстом и рассчитана на CPU.
PPO-мозг, который учит двуногого робота ходить с нуля
Политика обучения с подкреплением для двуногого робота LINK-01 в среде Link01Walk-v0 (link01-gym, MuJoCo). Обучена с нуля алгоритмом PPO на stable-baselines3 без имитации и готовых демонстраций. Автор — AX-консультант Kenny, совместный исследовательский проект CONNECT AI LAB.
детектор серийных номеров для OCR
Это fine-tune YOLO26s (small) от nuven-mira для поиска строки серийного номера на промышленных фото счётчиков. Модель выдаёт один bounding box на номер, который можно вырезать и передать в OCR. Обучена на 8695 размеченных изображениях, один класс serial_number.
крошечная policy-сеть для гомоку 15×15
Это стратегическая сеть для freestyle-гомоку на доске 15×15: без запрещённых ходов, побеждает пять и более камней в ряд. Модель на PyTorch содержит 185 724 параметра и за один прямой проход выдаёт оценку для каждой клетки — выбирается лучший легальный ход. Автор — w2Tao.
клик по скриншоту за один проход
deskpaw-CUA-2B — полностью дообученная 2B vision-language модель от llstar для взаимодействия с GUI. На скриншот и инструкцию она возвращает точку клика за один прямой проход, без цепочки рассуждений и поиска на инференсе. База — Qwen3-VL-2B-Instruct (2.13B), точность bf16.
готовый набор для ComfyUI
Репозиторий dennygod/moss-image-workflow — это не новая модель, а комплект файлов для одного ComfyUI-воркфлоу на базе MOSS-Image SFT в int8. Внутри diffusion-модель, текст-энкодер Qwen3.5 9B в W4A8 GPTQ, VAE Flux2 и две LoRA; заявленное сэмплирование — 768×768.
25M-LLM без Softmax
DPM-15L — причинная языковая модель на 25M параметров от TheToyChest. В ней 15 слоёв и механизм Dual-Polynomial Attention (DPA), который заменяет стандартное Softmax-внимание и определение loss на жёсткую ReLU-активацию с нулевым порогом и обучаемые полиномиальные параметры.
Q8_0 GGUF с головой-решателем
Это Q8_0 GGUF-версия strands-decider-2B-qwen3.5-v1-2610 от команды Strands Agents, собранная на базе Qwen3.5-2B-Base с объединённым LoRA-решателем. Это не чат-модель: llama-server отдаёт эмбеддинги, а decide.py превращает скрытые состояния в ответы через отдельный pointer head.
KV-кэш до 26,9× меньше
Это не языковая модель, а набор предикторов LowRAM для mistralai/Mistral-7B-Instruct-v0.3. Метод сжимает KV-кэш длинноконтекстных LLM: восстанавливает values по keys, хранит поправки для сложных values и сжимает keys между слоями. Веса базовой модели остаются замороженными.
эмбеддинги авторского стиля для исторических текстов
Это энкодер авторского стиля, обученный с контрастивной целью: фрагменты одного автора должны оказываться близко друг к другу. Доступен в вариантах на бэкбонах 297M и 590M, часть открытого исследования авторства раннего текста Book of Mormon.
drop-in замена для MOSS-Image-SFT
Kromoss — полный файнтюн MOSS-Image-Base на 1024 px от автора Lodestone. Это чекпоинт для генерации изображений: архитектура, пайплайн инференса, текстовый энкодер Qwen3.5-9B и VAE FLUX.2 small decoder совпадают с MOSS-Image-SFT.