Найдено: 1821
компактный мультиязычный энкодер на Mamba SSM
Eranex Tech выпустила фундаментальный sentence encoder на архитектуре Bidirectional Mamba State Space Model. Модель на 14.5M параметров предобучена на отфильтрованном мультиязычном mC4 и кросс-лингвально выровнена через OPUS-100 TLM.
управляющая модель для длинных диалогов
Rein-r1-4B — не чат-модель, а управляющая модель на базе Qwen3.5-4B-Base. Она читает диалог и лист правил, возвращает калиброванные вероятности по типизированным вопросам и управляет ответом чат-модели: форсирует tool call, добавляет обязательную фразу, запрещает слова или обрывает ответ.
ACT-политика для SO101: взять тюбик и положить на тарелку
Это политика имитационного обучения ACT от hyelyn78 для робота so_follower (SO101), обученная в LeRobot. Она выполняет задачу «Pick the tube and place it on the plate» на данных из 50 эпизодов. Размер — около 50 млн параметров.
8B-движок решений по тексту и изображениям
Nischay от Ajeet-001 — мультимодальная модель для калиброванных структурированных решений за один проход. На вход подаются состояние (JSON, текст или 1–4 изображения) и типизированные вопросы, а на выходе — распределение вероятностей по вариантам без авторегрессионной генерации токенов.
чекпоинт для генерации ритма
Это M5-чекпоинт из эксперимента по ёмкости LDM, отобранный по validation loss на 100% обучающего размера. Модель использует 10 слоёв, ширину эмбеддинга 384, 4 головы внимания и контекст на 6 656 токенов; параметров около 0,01 млрд.
офлайн ASR для санскрита и индийских языков
Swanada v1.0.0 от Hemanth HM — мультиязычный speech-to-text на ONNX: 16 kHz, Conformer-CTC, INT8. Поддерживает классический санскрит, Indian English и 10 индийских языков; работает в браузере, Node.js и Python без облака и сервера.
стабильнее в цепочке правок
TailSteer — дообученная версия Qwen-Image-2.1 на 7,12 млрд параметров для генерации и редактирования изображений. Это полные веса: та же архитектура и API, что у базовой модели, но меньше дрейфа при последовательных правках, когда результат предыдущего шага становится входом следующего.
политика захвата кубика для LeRobot
Это ACT-политика (Action Chunking with Transformers) для робота so_follower, обученная и опубликованная через LeRobot. У модели около 0,05B параметров (≈50M): на входе 6-мерное состояние и два изображения 240×320 с камер top и wrist, на выходе 6-мерное действие.
файнтюн на 500 фиктивных профилях
Это полный файнтюн google/gemma-3-4b-it от Lordvarun23 на QA-парах всех 500 фиктивных профилей из MLLMU-Bench. Модель на 4.3 млрд параметров предназначена для image-text-to-text и служит стартовой точкой для unlearned-чекпоинтов. Обучение включало не только языковую часть, но и vision tower.
печатная или рукописная страница?
Это бинарный классификатор полных сканов архивных страниц от некоммерческого проекта Zhnivo (Беларусь). Он определяет, напечатан или набран текст на странице либо страница рукописная или заполнена от руки. Модель помогает направлять страницы в OCR для печатного текста или в HTR-модель для рукописей.
компактный 4-bit text-to-video
Это вторая версия сборки Wan-AI/Wan2.1-T2V-1.3B-Diffusers на базе WanTransformer3DModel с 1,42 млрд параметров, оптимизированная через phi-lattice-v2. Модель генерирует видео по текстовому промпту в diffusers; в репозитории есть BF16 plug-and-play transformer и упакованный 4-bit архив.
диаризация спикеров на Apple Silicon
Конвертация моделей диаризации спикеров из rewayai/suplime-large в Core ML (mlprogram, fp16, скомпилированные .mlmodelc) для работы на устройстве в macOS 15+ с Apple Silicon. Автор — giuseppe-trisciuoglio; конвертация сделана для MeetRecord.
sparse attention без смены весов
Экспериментальная версия llm-jp/llm-jp-4.1-8b-thinking на 8,59 млрд параметров: во всех 32 слоях обычное attention заменено на Latent Sparse Attention (LSA). Веса базовой модели не менялись — добавлены только послойные индексаторы W_K_idx и W_Q_idx размером 4096×64. Языки: японский и английский.
мультимодальная модель решений
OneJev1.5-4B от команды OmniJev — 4B-модель для принятия решений. Это полный fine-tune Qwen/Qwen3.5-4B, обученный примерно на 320 тыс. вопросов из реальных agent runs, видео, изображений и тренировочных частей публичных decision-датасетов.
полный файнтюн MOSS-Image-Base с «оздоровлением» residual stream
Это text-to-image модель на базе MOSS-Image-Base: полный файнтюн transformer-части примерно на 5.08 млрд элементов. Текстовый энкодер, tokenizer, VAE, scheduler и код pipeline взяты из официальной MOSS-Image-Base.
агент, который сначала смотрит
Это Qwen/Qwen2.5-1.5B-Instruct на 1.78B параметров, у которого из весов убрали внутренний сигнал, подталкивающий к destructive-командам. Архитектура, chat template и формат tool-call остались как у базовой модели; работает там же, где и она.
постройки Minecraft по тексту и окружению
Dirtflow v0 — двухстадийная flow-модель для генерации и редактирования построек Minecraft по тексту и блокам вокруг. Автор — IvanBanny; геометрическая стадия основана на microsoft/TRELLIS-text-xlarge, выход — правки в полном словаре block states Minecraft 1.21.11.
модель, которая отвечает готовым HTML
Это файнтюн XHToken/Spark-X2.6-4B от wesjos на 4,11 млрд параметров под лицензией Apache-2.0. Вместо обычного текста модель генерирует HTML-карточки, таблицы, метрики и callout-блоки для встроенного WebUI. Контекст — до 1 048 576 токенов.
380M-модель, скомпилированная без обучения
tiny-autocomplete — 380M-параметровая autocomplete-модель в формате Llama от tmickleydoyle. Веса не обучали градиентным спуском и не брали из другой модели: их компилирует build_weights.py по закрытой формуле на основе ~1 100 бытовых английских фраз и ~20 000 человеческих предложений о…
точечная правка весов без переобучения
Это полная отредактированная версия Qwen3.8-27B от ReBatch: изменено 19 680 881 весов — около 0,071% из 27,78 млрд параметров, все в одном компоненте одного слоя. Архитектура сохранена, отдельный патч или адаптер не нужен.