Найдено: 1821
политика для переноса кольца на dVRK
Это файнтюн lerobot/pi05_base (3,62 млрд параметров) от arkojit1, обученный в LeRobot 0.4.4 на датасете wissenschaftderlogik/psm2-ring-transfer-binjaw-v5. В основе — 49 эпизодов телеуправления dVRK PSM2 на 15 Гц с одной задачей: захватить объект на правом стержне, перенести на средний, отпустить и…
ловит мяч по событиям
Политика SpikeVLA для робота reBot Arm B601-DM с пятипалой кистью: ловит мяч, брошенный со скоростью 8 м/с с 4 м, используя только две event-камеры. Модель на 39,2 млн параметров построена вокруг спайкового бэкбона SDT-V3 19M и выдаёт команды для энд-эффетора и кисти.
меньше отказов, больше открытых ответов
Полный BF16-чекпоинт на 27,36 млрд параметров на базе NousResearch/Arete-27B и Qwen/Qwen3.8-27B. Это uncensored-версия Arete-27B: она убирает почти всю оставшуюся цензуру в ответах на китайскоязычные политические вопросы, сохраняя архитектуру и раскладку файлов базовой модели.
адаптер для удаления водяных знаков
Kontext-Watermark-Remover — LoRA-адаптер для black-forest-labs/FLUX.1-Kontext-dev. Он убирает водяные знаки и текстовые логотипы с изображений, сохраняя фон, текстуры, освещение и общую реалистичность. Обучен на 150 парах изображений: 75 исходных и 75 обработанных.
FLUX.1-dev за четыре шага
Экспериментальный standalone-чекпойнт на базе black-forest-labs/FLUX.1-dev от kimi000: уже слитые веса transformer, CLIP/T5, VAE и кастомный pipeline/scheduler. Около 11,93 млрд параметров; генерация рассчитана на 4 шага при guidance_scale=3.5.
метрическая глубина для комнат
Файнтюн Depth Anything V2 Base от praiseorji4: голова заменена на metric depth с max_depth = 10 м, модель дообучена на NYU Depth V2. Около 0.1B параметров, задача — оценка глубины в метрах для комнатных сцен.
адаптер, который ищет подмену в своём ответе
LoRA-адаптер для Qwen/Qwen3-32B из работы Training Prefill-Awareness in Small Models. Его задача — назвать токен, который был подсажен в предыдущий ответ модели. Обучение шло на собственных greedy-генерациях Qwen3-32B с выключенным thinking по промптам Dolly.
постоянная походка для microduck
Это политика управления для робота microduck от Pollen Robotics: 61-мерное наблюдение, 14 действий, частота 50 Гц. Загружается в слот политики и работает, пока не остановят. Внутри — экспортированный actor MLP 61 → 512 → 256 → 128 → 14 (ELU), нормализатор наблюдений уже в policy.onnx.
политика сортировки кубиков
Это файнтюн компактной vision-language-action модели SmolVLA от автора hubnemo для робота so101_follower. Политика обучена в LeRobot брать фиолетовый кубик и класть его в картонную коробку, игнорируя другие объекты. База — lerobot/smolvla_base, лицензия apache-2.0.
LoRA-адаптер для роботизированных манипуляций
vla_ma — LoRA-адаптер для FineART-VLA от pmolodyk. Он восстанавливает адаптер, процессоры и токенизаторы на закреплённой базовой модели lerobot/FineART-VLA-subtask-midtrained.
одна LoRA, две картинки: контент + стиль
Экспериментальный rank-32 LoRA от lightlanguang для image-to-image переноса стиля на базе circlestone-labs/Anima. Принимает content image B и style-reference A через собственный трёхслотовый маршрут Anima; это не drop-in LoRA для стандартного загрузчика.
оптимальный транспорт по токенам
ToR-OT 2D — исследовательская модель на 157.6M параметров из статьи Learning Optimal Transport Plans Via Autoregressive Token Regression (NeurIPS 2026). Encoder читает две гистограммы и тип cost, а decoder выдаёт optimal transport plan построчно в виде токенов: указатель на target-bin, экспонента…
квантованный чекпоинт с LoRA для Nimformers
Репозиторий bobbydeveloper2014/mamba-siso-1.5b-nimq содержит квантованный чекпоинт Mamba-3 SISO на 1.5B в формате Nimformers NIMQ и парный LoRA/Linear++ файнтюн. База сохранена в FP4-KM, LoRA — в NIMBIN4. Модель рассчитана на локальный инференс через Nimformers Framework.
драфт для ускорения Qwen3-4B
Черновая модель (draft) LiLiCorr от MeganEFlynn для speculative decoding с верификатором Qwen/Qwen3-4B. Всего 5 слоёв драфта, по метаданным — около 0,57 млрд параметров. Обучена на 100k диалогов из perfectblend-подмножеств Qwen3-8B-Regenerated-Collection.
робополитика для RoboTwin 2.0
Модель от DAGroup-PKU — post-trained версия HumanWAM-Vanilla-Base на RoboTwin 2.0. Обучение шло на 50 задачах с 50 чистыми демонстрациями на задачу, всего 2 500 демонстраций. Политика предсказывает 32 шага действий и выполняет 24 шага до следующего наблюдения.
3D-сегментация нейронов по аффинностям
Модель от ai-hhmi предсказывает воксельные аффинности для сегментации нейронов в 3D-данных электронной и expansion-микроскопии с шагом 8 нм. Это файнтюн энкодера DINOv3 ViT-L с 8³-воксельными патчами (303 млн параметров) и UNETR-декодером на 1,85 млн параметров. Чекпоинт после 100 тыс.
детектор prompt injection с фокусом на Taglish
MOCHI Stage II — семантический детектор prompt injection из проекта MOCHI, middleware для LLM-приложений. Это дообученный intfloat/multilingual-e5-small (0.12B) с gated attention pooling и линейной головой: модель оценивает текст от 0 до 1 и ориентирована на английский и тагальский, включая…
чекпоинт для сегментации частей 3D-объектов
CurveNet от torch-pointcloud — модель сегментации частей облака точек, обученная на ShapeNetPart. Это компактный чекпоинт на 5.5M параметров с 50 классами и 256 признаками. Он конвертирован из оригинального репозитория tiangexiang/CurveNet (MIT) в библиотеку torch-pointcloud.
мультимодальный 4B-пакет: зрение, речь и решения
Модель от Yujie Intelligence (驭介智能) объединяет визуальное понимание, аудиовход, текстовый диалог, генерацию речи и оценку кандидатов в одном загружаемом пакете. В основе — 4B языковой backbone; по метаданным всего около 6,97 млрд параметров.
кодек для глобальных эмбеддингов TESSERA
Это learned-кодек сжатия для годовых эмбеддингов TESSERA v1.1 (128 bands, 10 m) — глобального прогона dClimate. Каждый тайл 0,1° за год (~1100×800 px, около 120 MB int8-кодов и float32-масштабов) упаковывается в Zarr-хранилище размером 0,5–1,6 MB.