Найдено: 1821
компактный GGUF для Ollama
Q2_K-квант GGUF-версия модели Qwen3.5 9B Claude 4.6 Opus Reasoning Distilled от Jackrong. Архитектура Qwen3.5, 9.2 млрд параметров, файл весит примерно 3.91 ГБ. Автор указывает, что это производная квантованная версия, а не самостоятельно обученная модель.
роутер ответов лидов без генерации текста
Это decision-модель от raoofaltaher — файнтюн LiquidAI/LFM3-1.7B (1.73B) через Unsloth FastDecisionModel и Clef decision head. Она не генерирует текст и не отправляет сообщения, а оценивает заданные варианты и возвращает вероятности: классифицирует ответ на первое sales-письмо по 11 интентам и…
вахтёр для промптов на 46 языках
Открытый семейство constitutional input-prompt safety classifiers от astroware на базе Qwen3.5-0.8B (1.11B параметров). Модель работает как генеративный классификатор: до того как промпт уйдёт в LLM или агента, она выдаёт вердикт safe/unsafe и категорию нарушения политики.
LoRA-адаптер, который учит математике вопросами
Это LoRA-адаптер для microsoft/Phi-4-mini-instruct: модель отвечает как сократический репетитор по математике — ведёт ученика шаг за шагом и не выдаёт финальный ответ. Проект сделан в рамках лабораторного проекта IIT Madras (Group 2, Milestone 3).
разбор наследования по STR-профилям
Это Qwen3-14B, дообученная haninmb для анализа STR-профилей семьи. Модель получает аллели отца, матери и ребёнка по каждому маркеру и выдаёт разбор менделевского наследования: несовпадения, тип и направление мутации, вероятного родителя и вывод biological / not-biological.
манипуляция с вакуумным захватом
Это policy на базе lerobot/xvla-base, дообученная для робота ur5. X-VLA — soft-prompted flow-matching VLA-фреймворк, который кодирует разные роботы и сенсоры через обучаемые Soft Prompt embeddings.
компактная EEG-модель для извлечения признаков
REVE-small — 4-слойная версия REVE-base от команды BRAIN (IMT Atlantique) и UdeM. Это transformer-модель для обработки EEG-сигналов: она извлекает эмбеддинги и адаптируется к разным конфигурациям электродов. В модели 12.7M параметров.
говорит, какой генератор сделал картинку
Это небольшая attribution-голова поверх замороженного OpenFake SwinV2-base детектора: она определяет, каким генератором, вероятно, создано AI-изображение. Добавляет Linear(1024→256) и возвращает p_fake, семейство из 15 известных и чекпоинт из 47; новые генераторы можно добавлять через enroll() по…
доменный файнтюн для петрофизики
Это полный bf16-файнтюн модели IFM/K2-Horizon-3.7B (revision ea9a45d0) без адаптеров. Обучение шло на наборе предпочтений по данным каротажа скважин в петрофизике — с length-normalized DPO и дополнительным RPO-членом.
AI-генератор карт и реплеев для Beat Saber
NebulaMapper от PhantomVoidTTV — набор моделей для автоматической генерации Beat Saber-карт, хореографии освещения и автономного VR-игрока. В репозитории несколько компонентов: Transformer-генератор карт, ритм-модель, диффузионная модель света и flow-matching бот для траекторий.
крошечный IOC-NN для CIFAR-10
Небольшая PyTorch-модель для классификации изображений CIFAR-10 от автора li-ion. Это MLP-архитектура 3072 → 384 → 128 → 10 всего с 1 230 602 параметрами; веса слоёв после первого ограничены неотрицательными, поэтому каждый логит выпукл по входу.
7,9 млн параметров и офлайн-чат на домашнем ПК
SadikAI Medium — релиз от Sadik Nawaz (11 лет, 6 класс): трансформер на 7 866 048 параметров, обученный с нуля на английском, хинди, Hinglish, коде, математике и общих знаниях.
кастомная VQ-упаковка MoE-модели
Релиз от Jlfn: текстовый вариант Gemma 4 26B A4B в трёх независимых GGUF-частях семейства VQ. Заявлен нативный контекст 262 144 токена, архитектура gemma4_vq версии 2, 30 слоёв и MoE на 128 экспертов с top-8. Общий размер — 10 686 852 608 байт (9.95 GiB).
крошечная офлайн-чат-модель с заметками
Kuziva 1 — чат-модель на 29,5 млн параметров, обученная с нуля Kuna в T.E.K.U.A.N Studio (Зимбабве) как учебный проект. Запускается офлайн на CPU ноутбука, отвечает коротким английским текстом и умеет подставлять факты из notes.txt.
world-action модель для навигации UAV в реальном времени
Опубликованы чекпоинты FlowPilot — Flow Matching based world-action модели для real-time onboard UAV navigation. Двухпоточный MoT совместно моделирует video latents и action tokens, а действия задаются полиномом Бернштейна 7-го порядка с 8 control points.
LoRA-детектор обмана для Avalon на базе Qwen3-8B
Это набор LoRA-адаптеров от fardinsaad для Qwen3-8B. Модель играет роль Investigator в Avalon: читает историю раунда и обсуждение, пишет reasoning trace по Theory of Mind и называет игроков, которых считает Evil. Язык — английский; адаптеры обучены на AVCORP.
LoRA-адаптер для генерации Python-кода
Это LoRA-адаптер от mazennkarim, дообученный на базе SmolLM3-3B-Base (3B) для генерации Python-кода. Обучение выполнено через SFT и QLoRA на датасете iamtarun/python_code_instructions_18k_alpaca. В репозитории лежит не самостоятельная модель, а адаптер для PEFT.
крошечный causal-энхансер речи
Before the Implant — компактная строго causal модель очистки речи от bmarti44 (Brian Martin). Это waveform-энхансер в стиле Conv-TasNet (CausalTasNetEnh) на 602 510 параметров, 16 kHz mono, созданный для research-сценария кохлеарных имплантов: выделить нужный голос в комнате с толпой.
перевод текста, изображений и речи
FP8-квантованный экспорт Index-Translate-omni-35B от IndexTeam на 35,11 млрд параметров. Модель переводит текст с учётом терминологии и форматирования, переводит изображения, распознаёт речь и выполняет двунаправленный перевод речи между китайским и английским.
дообученный MixIT-разделитель на четыре источника
Это четырёхвыходной разделитель MixIT, дообученный за 2 000 optimizer updates от teacher sammyliu/mixit-audioset-fuss-step970k. Сохраняет архитектуру real-mask TDCN++ на 9 223 176 параметров и добавляет L1/L2 source-sparsity penalty с весом 8. Обучение шло только на неразмеченных смесях AudioSet.