Найдено: 1821
VLA для сортировки посылок
Это fine-tuned Vision-Language-Action модель на базе NVIDIA GR00T-N1.7-3B (около 3B параметров) для гуманоида Unitree G1. Она предназначена для автономной бимануальной сортировки посылок. Дообучена от чекпоинта theconstruct-ai/sort_packages_real_4000 на theconstruct-ai/merged_dataset.
групповой отбор контекста для RAG и агентов
Tokenfold Select v3 от snchimata — encoder на 149.6M параметров (база cross-encoder/ettin-reranker-150m-v1, Apache-2.0). Он совместно скорит группы текста против запроса и соседних групп, чтобы приложение само решало, что оставить в контексте.
FP32-сегментация для LiteRT
litert-community выложили FP32 LiteRT/TFLite-конвертацию предобученной TorchVision fcn_resnet101 с весами FCN_ResNet101_Weights.COCO_WITH_VOC_LABELS_V1. Это модель image-segmentation: на вход RGB float32 NCHW [1, 3, 520, 520], на выходе float32-логиты [1, 21, 520, 520] — 20 классов Pascal VOC плюс…
постоянная походка для microduck
RadioRambo-86 опубликовал policy для microduck — небольшого робота от Pollen Robotics. Это постоянная походка: 61-мерное наблюдение, 14 действий и частота 50 Гц. Политика работает, пока её не остановят, и загружается в слот политики через robotctl.
6 блоков, 20 виртуальных слоёв
Исследовательский decoder-only чекпойнт от KrzysztofZawisla, обученный с нуля на TinyStories (английские детские истории) с byte-level BPE на 16k. В архитектуре 2 prelude-блока, 2 общих core-блока применяются 8 раз и 2 coda-блока: уникальных transformer-блоков всего 6, но на инференсе модель…
леттеринг для комикс-панелей
Это rank 16 LoRA для black-forest-labs/flux-3-image-klein-base от XcaliburMoon. Адаптер обучен на 184 комикс-панелях, в подписях к которым процитирован текст, «впечатанный» в пиксели. Это style and typography adapter, а не character adapter; триггер — xcmcomic style в начале промпта.
ACT для SO-101
Это ACT-политика имитационного обучения от Kwj1021 для робота so_follower: около 0.05B параметров, две камеры — wrist и top. Модель учится по телеоперированным данным и предсказывает короткие чанки действий вместо одиночных шагов.
видео-MLLM, который ищет видео по тексту
VidVec-7B от OriginAI (NeurIPS 2026) — оптимизированный видео-текстовый эмбеддер на базе DAMO-NLP-SG/VideoLLaMA3-7B, 8,04 млрд параметров. Модель превращает предобученный генеративный video MLLM в retrieval-модель: по карточке, лёгкая text-only оптимизация даёт state-of-the-art на video–text…
компактная VLA-политика для сортировки блоков
Это файнтюн SmolVLA от nebula2wx на базе lerobot/smolvla_base для робота so_follower. Модель на 0.45 млрд параметров обучена в LeRobot выполнять две задачи: взять красный или зелёный блок и положить его на тарелку.
компактный эмбеддер для смешанного арабо-английского поиска
Это 118M-параметровая модель sentence-transformers от mzahran1 на базе intfloat/multilingual-e5-small. Она дообучена для retrieval по смешанным арабским и английским текстам и дистиллирована из v2-m3: listwise KL по in-batch сходствам, только KD, 2 эпохи, затем усреднение весов трёх seed.
разделение вокала и фона прямо в браузере
Набор моделей разделения вокала и фона из Ultimate Vocal Remover (MDX-Net), упакованный для KamVox Studio и запуска в браузере через onnxruntime-web (WebAssembly или WebGPU). Веса не переобучались — используются оригинальные.
LoRA-адаптер для поиска H3K9me3 по 1 024 bp ДНК
LoRA-адаптер от PlantG3 поверх грибной DNA-LLM FunDLM-Medium-1024bp. Классифицирует окна длиной 1 024 bp: есть ли ChIP-seq пик H3K9me3 — метки конститутивного гетерохроматина — или нет.
мини-инспектор плат на 257 961 параметре
Небольшая image-to-text модель от euhidaman для проверки фотографий печатных плат категории pcb4 из датасета VisA. На вход — одно фото, на выходе — короткая фраза вроде «reject visible anomaly.» и решение PASS, REJECT или UNCERTAIN.
два шага вместо восьми
Это LoRA-адаптер для PrunaAI/P-H3-Image, который переводит базовую модель в истинный 2-step режим: без CFG, с тем же промптингом и до 8 MP. В репозитории — готовый lora_model_0.safetensors (bf16) и копия с ComfyUI-именованием; сам LoRA — pDMD 2-NFE rank 128, слитый в image transformer.
страховой классификатор без градиентного спуска
Это BertForSequenceClassification на базе bert-base-uncased, превращённый в 8-классовый классификатор страховых предложений. Веса правил editor LLM напрямую — через closed-form math по весам и активациям, без backprop и оптимизаторов. Размер — 0.11B параметров, язык — английский.
diffusion policy для захвата блока
Это LeRobot diffusion policy для робота ROBOTIS FFW SG2: левая рука сверху захватывает лаймово-зелёный блок. Модель от padiredd из форка ROBOTIS lerobot-cyclo, 288 M параметров; на входе три камеры и joint state, на выходе 16 joint targets с частотой 15 Hz.
оценка поворота объектов трансформером
Eff-GRot — предобученные веса для одноимённой модели оценки поворота (rotation estimation) на трансформерах, представленной на WACV 2026. Репозиторий fanismathioulakis содержит компактную PyTorch-модель примерно на 20M параметров (0.02B) и отсылает к коду и статье.
RoboTwin/Aloha-AgileX — полный SFT для роборук
Полнопараметрический supervised fine-tune robbyant/lingbot-vla-v2-6b от liwy26 на clean-сплите RoboTwin 2.0 Aloha-AgileX (50 задач × 50 демонстраций). 6B: Qwen3-VL-4B backbone + action expert.
менее отказчивый файнтюн Mistral Small 24B
Это QLoRA + ORPO файнтюн Mistral-Small-24B-Instruct-2501 от Catdrout Technologies AB. Модель делает ставку на прямоту и снижение отказов, сохраняя reasoning и следование инструкциям базовой модели. Заявлена как открытая децентрализованная альтернатива сильно выровненным коммерческим ассистентам.
256K контекста для looped latent refinement
Это re-upload модели LoopUS от kaivoss на базе Qwen3-1.7B-Base (2,03 млрд параметров). LoopUS (Looped Depth Up-Scaling) — post-training framework, который превращает обычную pretrained LLM в looped latent refinement model: модель перестраивается в encoder, looped reasoning block и decoder и…