Найдено: 1821
DPO-адаптер для tiny-aya-earth
Это PEFT-адаптер, дообученный методом DPO на базе CohereLabs/tiny-aya-earth. Автор — Eterniti; в карточке модель названа aligned_cohere_adapter и указано обучение через TRL. Это не отдельная полная LLM, а надстройка для text-generation.
двухуровневый HMoE на 3.4B параметров
Meditor-2 от Yo-Purple — текстовая LLM с двухуровневой иерархической Mixture-of-Experts: 3.41B хранимых параметров и около 1.82B активных на токен. Модель сделана на базе SmolLM2-1.7B-Instruct, обученного на 11 трлн токенов, и заявляет контекстное окно до 524 288 токенов.
GGUF-экспорты 2B и 4B для локального инференса
Репозиторий Asher-1 с GGUF-версиями WeVisOne-VL: моделями image-to-text на базе tencent/WeVisOne-VL-2B и tencent/WeVisOne-VL-4B. Экспорты предназначены для efficient local inference с llama.cpp и содержат VLM, мультимодальный проектор и mask decoder для сегментации.
FineART-VLA для UR7e: план на язы��е, действия flow-matching
Это файнтюн политики FineART-VLA (метод от Scale AI и Hugging Face) для робота ur7e. Модель на 4.14B параметров предсказывает следующую подзадачу на языке и выполняет её flow-matching action expert, а knowledge insulation защищает предобученный VLM при дообучении.
крошечный ONNX-классификатор банковских запросов
Небольшой текстовый классификатор от Shroomy, дистиллированный из Qwen/Qwen2.5-7B-Instruct в static с помощью tinydistill и экспортированный в ONNX для быстрого инференса на CPU. Модель определяет один из 77 банковских интентов.
специалист по фактам, поиску и инструментам
Это специализированный research preview-чекпоинт OpenEuroLLM на базе Qwen3: 9B параметров, контекст 256K, словарь 263 168 токенов. Его дообучили отвечать на известные вопросы, искать то, чего модель не знает, и говорить UNKNOWN, если факта не существует.
ACT-политика для переноса фигуры
Это политика обучения с имитацией на основе ACT (Action Chunking with Transformers) от OlenaG. Она обучена в LeRobot на телеоперационных данных робота so_follower: по состоянию (6 значений) и трём камерам предсказывает 6-мерное действие. Размер — 50M параметров (0,05B).
base-модель для проверки scaling law
Это base-LLM на 1.73B параметров (1.60B без эмбеддингов) от VectaBass, ячейка N6-D6 проекта AR square. Обучена на 60.8B токенов; архитектура Llama-like с exclusive self-attention (XSA), без instruction- и safety-тюнинга.
Torchcast Decision 4B, continued: прирост Capability на JevBench
tc-4b — продолжение обучения torchcast-ai/torchcast-decision-4b v1.3.1 (база Qwen3.5-4B) от yujie111222. Это LoRA-дообучение (r=32, alpha=64, lr 1e-4, 49 optimizer steps) с последующим merge весов на ~94k admitted rows из лицензионно отфильтрованной стратифицированной выборки DecisionBank.
контрольное сравнение позиционных схем
Это исследовательский релиз CaptionBERT v2 от AbstractPhil: короткий контролируемый скрин четырёх вариантов — learned-position (A0), обычного token RoPE (A1), sentence-address rotary (A2) и его anchor-абляции (A3).
RL после SFT на составных вопросах
Исследовательская модель от sitao из статьи «From Atomic to Composite»: Qwen2.5-1.5B (1.78B параметров) дообучена на реальных Wikipedia-пассажах из 2WikiMultiHopQA. Рецепт composite-first: сначала SFT на составных вопросах, затем 200 шагов GRPO в verl. Язык — английский.
политика для робота so_follower
ACT-политика от Haku-2004, обученная через LeRobot для задачи “taskbox”. Это imitation learning: модель получает состояние и изображения с двух камер и предсказывает короткие чанки действий. Около 50 млн параметров, робот — so_follower.
компактный NLU для шахматного бота
Это компактная GLiNER2-модель на 74M параметров (0,07B), дообученная от fastino/gliner2.5-small-v1 для arboters — бота лиги Lichess4545 в Zulip. Она определяет команды в сообщениях и извлекает из переписки предложенные, принятые и отозванные игровые слоты.
детектор объектов на слайдах OpenSlide и CZI
Nemo-Open от octopath-ai — модель для object detection на слайдах, совместимых с OpenSlide, и BGR24 CZI-мозаиках. Запуск рассчитан на Python 3.11 и NVIDIA GPU под Linux; в карточке не указаны размер, архитектура и бенчмарки.
NSFW LoRA для Wan2.2 I2V
Это LoRA для image-text-to-video модели Wan-AI/Wan2.2-I2V-A14B-Diffusers от автора Slavasik. Адаптер создаёт NSFW-видео 18+ по промпту и стартовому изображению, но обучен только на high noise.
ablated-версия без refusal-направления
Aki251 выложил ablated-версию DeepSeek-V4.1-Flash-1017. Это 754.64B-модель в BF16 safetensors, полученная методом failspy через OBLITERATUS; лицензия — MIT.
крошечный фильтр с правкой 0,01% весов
Pankaj8922/experiment — экспериментальный бинарный классификатор изображений: выдаёт вероятность NSFW. Это MobileNetV3-small на 1,53 млн параметров; по сути — отредактированная версия Pankaj8922/nsfw-detector-v2: изменено 151 число из 1 532 018 (0,01%), без переобучения сети.
Qwen3-4B, которая отвечает по делу
Oc-e-Non-v1 — tersified-версия Qwen/Qwen3-4B-Instruct-2507 от p-e-w, сделанная через Heretic v2.1.0.dev0. Это 4.02B text-generation модель, которая отвечает заметно короче базовой Qwen: средняя длина ответа снижена примерно на 50%.
LoRA-стиль для Anima
Стилевая LoRA от ACCC1380 для text-to-image на базе circlestone-labs/Anima. Обучена на 24 парах изображение/подпись, финальные веса лежат в output/nyako_style.safetensors.
лёгкий детектор фишинговых писем
Это дообученная модель на базе distilbert-base-uncased от автора Aaqib099. Архитектура encoder-only, задача — бинарная классификация текста: безопасное письмо (0) или фишинговое (1). Размер около 0.07 млрд параметров, язык — английский.