Найдено: 1821
политика на 7 задач манипуляции
Финальный чекпоинт политики GR00T N1.7 (3.14B параметров) от TAPTIC, дообученный через LeRobot на семи задачах роботизированной манипуляции. База — nvidia/GR00T-N1.7-3B, обучение шло 40 000 шагов с batch size 64.
LoRA для решений в симуляторе компании
Исследовательская LoRA от yegom / CONNECT AI LAB на базе Qwen/Qwen3.5-0.8B. Модель читает состояние компании, вопрос и список вариантов, а отвечает одной буквой выбранного решения; вероятность каждой буквы трактуется как вероятность варианта.
адаптер для ответов с evidence IDs
Это LoRA-адаптер для CohereLabs/tiny-aya-fire, выпущенный как research checkpoint для revision-aware evidence responses. Он должен возвращать состояние решения, поддерживаемые факты с evidence IDs, нерешённые вопросы и разрешённое следующее действие.
SmolVLA-политика для укладки кубиков
Файнтюн lerobot/smolvla_base от автора tsangb34 для роборуки SO-101. Модель на 0,45 млрд параметров учится по языковой инструкции, состоянию суставов и трём RGB-камерам складывать красный кубик на синий.
политика спринта для microduck
Duck Skill Sprint от BabyClaw — это политика для симуляции робота microduck, полученная из reference-весов Pollen Robotics через общий пайплайн обучения и policy search Duck Skill. Управление строится на 61 наблюдении и 14 действиях, инференс идёт через ONNX на CPU.
компактная мультимодальная модель для локального запуска
В репозитории usagi0130 доступна instruction-tuned мультимодальная Gemma 4 E4B-it от Google DeepMind: принимает текст, изображения и аудио, а выдаёт текст. E4B — 4,5 млрд эффективных параметров (8 млрд с эмбеддингами), контекст до 128K токенов.
крошечная LLM для edge-инференса
Helios — модульная open-weight foundation-модель от Arron Kian Parejas. Это decoder-only Transformer примерно на 17,84 млн параметров: 7 слоёв, hidden dim 320, GQA и контекст 512 токенов. Рассчитана на эффективный инференс на потребительском железе и кластерах.
крошечная модель, которая рисует дудлы на принтере
TONER-1-V — transformer на 103 536 параметров от jacobalansussman для генерации 16×16 однобитных дудлов в 18 классах. Архитектура — декодер в стиле Llama-2 из llama2.c; обучена на 171 000 рисунках Quick, Draw! и работает внутри PostScript в одном print job с TONER-1 (260 032 параметра).
LoRA для отбора подтверждающих фрагментов
Это PEFT-адаптер itsalissonsilva на базе Qwen3.5-4B для английских security-текстов. Он получает вопрос и пронумерованные фрагменты, возвращает ID тех, что подтверждают ответ, либо abstain, если материал не даёт ответа. Работает как промежуточный шаг между retrieval и написанием ответа.
файнтюн для ускорения кода
Это Qwen/Qwen3.8-27B, дообученная через GSPO reinforcement learning с LoRA на 958 упражнениях по оптимизации кода: 533 на Python и 425 на C++. Адаптер влит в bf16-веса базовой модели, архитектура, токенизатор и chat template не менялись.
типизированные решения с вероятностями
Это не чат-модель, а decision-модель на базе unsloth/Qwen3.5-0.8B: она получает кейс и фиксированный лист типизированных вопросов, а возвращает по каждому вопросу распределение вероятностей по вариантам, без прозы.
файнтюн для броска банки в мусорку
Это компактная vision-language-action модель SmolVLA (0,45 млрд параметров) от team-sobits, дообученная в LeRobot для мобильного манипулятора. Политика получает 20-мерное состояние и изображения с head_camera и hand_left_camera, а выдаёт 20-мерный вектор действий.
uncensored-файнтюн с акцентом на reasoning
Это source-репозиторий файнтюна на базе Qwen/Qwen3.8-27B от zugquant. По метаданным — 27,78 млрд параметров, библиотека transformers, задача image-text-to-text; в карточке модель описана как heretic/uncensored-ветка release #1 с уменьшенным overthinking и бенчмарками в 4/8 bit.
мультимодальная модель без отказов
Это uncensored-чекпоинт LiquidAI/LFM3-Omni-2B на 2,17 млрд параметров, полученный абляцией отказов через адаптированный Heretic 1.2.0. Модель остаётся any-to-any: понимает текст, изображения и аудио, синтезирует речь 24 кГц и умеет zero-shot voice cloning.
доменный учитель для видео
Это доменный учитель для видео из рецепта M3OPD-Reasoner на базе Qwen3.5-9B с 9,41 млрд параметров. Модель прошла SFT-разогрев на видео-SFT данных, затем GSPO на видео-промптах M3OPD-RL-193K. Опубликован шаг 100 GSPO-прогона — лучший оценённый чекпоинт; MOPD дистиллирует его в студента.
RL-агент для Snake на 9 285 параметров
Slytherin v1.0 — небольшой агент обучения с подкреплением для игры Snake на сетке 10×10. Автор — HvK Okla. Модель обучена через PPO на Stable-Baselines3/PyTorch и заявлена как proof-of-concept для Game AI и бенчмарка Edge AI.
DreamBooth-LoRA для Krea 2
LoRA-адаптер от BelifChou для модели Krea 2, обученный методом DreamBooth на Krea 2 RAW. Добавляет в генерацию концепт статуи моаи по токену maoi. Примеры в карточке получены на Krea 2 Turbo за 8 шагов.
DreamBooth-LoRA для Krea 2
LoRA-адаптер от misapapa71 для text-to-image модели Krea 2. Это DreamBooth-LoRA, обученная на Krea 2 RAW; в карточке она показана на Krea 2 Turbo. Концепт вызывается специальным токеном.
Qwen3.8 без отказов
Это uncensored-версия Qwen/Qwen3.8-27B на 27,78 млрд параметров, созданная методом abliteration — удалением отказов без дообучения. Автор называет реализацию грубым proof-of-concept; модель поддерживает image-text-to-text и запускается через transformers.
политика для робота: сложить всё hardware в ведро
Это компактная vision-language-action модель SmolVLA на 0.45 млрд параметров, дообученная от lerobot/smolvla_base через LeRobot. Политика предназначена для робота типа follow и задачи «Put all hardware in bucket»: получает состояние на 6 значений и три изображения 3×256×256, а выдаёт 6-мерное…