Найдено: 1821
ACT-политика для сортировки и укладки блоков
Это политика на базе ACT (Action Chunking with Transformers) от Tron-Hayato, обученная в LeRobot для робота so_follower. Она предсказывает короткие чанки действий по телеоперационным данным и решает задачу: брать блоки слева и складывать их на блоки справа.
ACT-политика для захвата рукоятки
Это политика имитационного обучения ACT (Action Chunking with Transformers) от CGdigipen, обученная и опубликованная через LeRobot. Она управляет роботом so_follower и предсказывает 6-мерные действия по состоянию и трём камерам. Размер — около 0,05 млрд параметров.
распознавание животных на кадрах фотоловушек
Модель для image-classification от инициативы DeepFaune. Судя по названию репозитория, это ViT-Large с patch16 на базе DINOv3; карточка пока помечена как work in progress. Задача — относить снимки с фотоловушек к одному из 40 классов животных.
LoRA-адаптер для проверки RTL по требованиям
SiliconShield адаптирует Muse Glimmer 30B, чтобы оценивать переданный RTL-регион на соответствие английскому требованию и явным допущениям выполнения. Это LoRA-адаптер примерно на 183 MiB для Meta Muse Glimmer 30B: исходная модель обязательна, отдельной или merged-моделью адаптер не является.
Qwen3.5-9B без отказов
Это abliterated-версия Qwen/Qwen3.5-9B от huihui-ai: у модели удалены отказы с помощью abliteration. Реализация заявлена как crude proof-of-concept и не использует TransformerLens. Размер — 9,65 млрд параметров.
4B-агент для мобильных интерфейсов
Это независимая репродукция обучения MobileGym-style GRPO на базе Qwen3-VL-4B-Instruct от GUI-Gym. Модель работает с изображением и текстом и предназначена для задач в мобильной среде; размер — 4,83 млрд параметров. Это не официальный релиз MobileGym.
чекпоинты Florence–Bridge и Qwen–Bridge для воспроизводимых seed-экспериментов
Релиз mmmmmcyaaa для robotics: server-authoritative код Florence–Bridge OPTR, полное 20K common-start состояние, снимки Uniform/Residual-OPTR на 20.5K, а также Qwen3-VL-4B–Bridge 29K common start и контракт окружения/seed для парных multi-seed экспериментов.
гибридная реставрация ночных фото
resenh — веса для библиотеки устойчивого восстановления и улучшения изображений при слабом освещении от SharadhNaiduTrains / Team V-Max (T46). Внутри Retinexformer на 1.6M параметров и адаптивный классический пайплайн (Retinex, CLAHE, edge-aware denoising); контроллер качества смешивает две ветки…
компактная VLA-политика для робота so_follower
Это дообученная политика SmolVLA от автора Fork123: компактная и эффективная vision-language-action модель, которая, по описанию, достигает конкурентных результатов при меньших вычислительных затратах и может работать на consumer-grade железе.
LoRA для классификации разделов документов
LoRA-адаптер от mstrasser к jeff-base v1.4 — маленькой открытой decision-модели Jeff, которая является fine-tune Qwen3.5-0.8B. Адаптер определяет, к какому типу раздела документа относится фрагмент, по списку типов и описаний от вызывающей стороны.
третий DQN-агент для LunarLander-v3
Это третья версия RL-модели от CONNECT AI LAB × AI CITY BUILDERS, обученная в Gymnasium LunarLander-v3 методом DQN. Архитектура простая: MLP 8 → 128 → 128 → 4 с ReLU и 18 180 весами; улучшения касаются алгоритма обучения, а не размера сети.
трансформеры Rapid AIO в Diffusers-формате
Репозиторий Titanfrm с transformer-only конверсиями Qwen-Image-Edit-Rapid-AIO от Phr00t в формат Diffusers. Каждый релиз лежит в отдельной папке <version>/transformer с шардированными safetensors, поэтому нужную версию можно загрузить через subfolder.
лёгкая стилевая адаптация для BK-SDM-Small-2M
p3-lora-bk — LoRA-адаптер для text-to-image модели nota-ai/bk-sdm-small-2m от автора anu-122006. Обучен на 1 000 парах изображение–подпись из COCO train2017 и затрагивает UNet. По карточке, даёт лёгкую стилевую адаптацию к повседневным COCO-подобным фото.
vision-энкодер и проектор отдельно
Community-извлечение от gatilin из moonshotai/Kimi-K3.1-Pro: только vision_tower.* и mm_projector.*, без языковой модели. Внутри — 27-слойный MoonViT-V2 и patch-merger projector, около 0.45B параметров; задача — feature-extraction. Это не официальный релиз Moonshot AI.
abliterated-версия GLM-4.7-Flash
В карточке репозитория Torbeck/glm47-flash описана abliterated-версия zai-org/GLM-4.7-Flash на ~31,22 млрд параметров. Это crude proof-of-concept: отказы убирали через abliteration, без TransformerLens. Языки — en и zh.
компактная VLA-политика для захвата пакета
Это файнтюн lerobot/smolvla_base от mrrl-emcnei для робота mobileai_robot: политика получает состояние и три камеры, а выдаёт 16-мерный вектор действий. Модель на 0.45 млрд параметров обучена в LeRobot на 50 эпизодах задачи «Pick up the pouch».
presampling-fresh-r8-v1 — LoRA-адаптер для расширения промптов к изображениям
Экспериментальный адаптер от raspie для английского и корейского языков. Обучен на unmerged базе p-e-w/gemma-4-E2B-it-heretic-ara и расширяет общую сцену и нумерованные входы персонажей в английские теги или описания на естественном языке.
LoRA-адаптер для индийской речи
Это LoRA-адаптер для распознавания многоязычной речи на базе openai/whisper-small от автора rudra11. Поддерживает тамильский, телугу, хинди, каннада и малаялам; обучен через Hugging Face PEFT на google/fleurs.
политика захвата зелёного Duplo
Это ACT-политика (Action Chunking with Transformers) от suzanne1989, обученная через LeRobot для робота so_follower. Около 0,05B параметров; по состоянию и двум камерам предсказывает короткие чанки действий. Задача — «Grab the green duplo».
камера, линза и ориентация для text-to-video
CRePE — метод управляемой генерации видео по тексту с контролем камеры, линзы и ориентации, представленный на NeurIPS 2026. Это лёгкий Geometric Attention Adapter на замороженной Wan2.1-T2V-1.3B: веса адаптера занимают 36.2M параметров в bf16 (~72 MB), а базовая модель загружается отдельно.