Найдено: 1821
7.73 MB адаптер для точного разбора PDF
Это компактный zero-shot PEFT LoRA-адаптер (7.73 MB) для Qwen/Qwen2.5-VL-3B-Instruct от MikhailLis. Он улучшает транскрипцию научных PDF: LaTeX-формулы, сложные многоколоночные таблицы и русский технический текст.
вероятностный классификатор решений
Диагностический кандидат-продолжение Jev-Style-2B-Decision-v4 от chaoliangUNSW. Модель на 2,21 млрд параметров вместе с замороженным vision tower: по состоянию и вопросам с типами она возвращает вероятность для каждого предложенного варианта, а не свободный текст и не выполняет действия.
YOLOv8n, который читает архитектурные схемы
Это дообученный YOLOv8n от bisnet0 для object detection на software-архитектурных диаграммах: UML class diagrams, сетевой топологии и cloud-схемах. Модель выделяет структурные элементы, чтобы LLM-агент RiftShield мог строить по ним граф для threat-modeling.
SFT-чекпоинт MolmoAct2 для LIBERO
Это SFT-чекпоинт MolmoAct2 (5.6 млрд параметров) от Riasok на шаге 5000, обученный локально на 10 демонстрациях на задачу для 40 задач LIBERO — всего 400 демонстраций и 66 788 кадров. Базовая модель — allenai/MolmoAct2, библиотека LeRobot.
четыре стема из одного трека
Компактная модель для music source separation: раскладывает аудио на bass, drums, other и vocals. Всего 46.2M параметров, веса bf16, частота 44.1 kHz, обработка чанками по 8 секунд. Работает через transformers.
VLA-политика для SO-101 на базе G0.5
Файнтюн G0.5 от Galaxea, опубликованный maximellerbach: vision-language-action модель на 2,86 млрд параметров. Генерирует chain-of-thought текст и действия робота в одном авторегрессионном потоке на бэкбоне Qwen3.5.
крошечный агент для анализа данных
Это 350M-параметровая модель, дообученная от LiquidAI/LFM2.5-350M. Получив вопрос и песочницу с файлами CSV, Parquet, SQLite, HDF5 и другими, она работает через единственный инструмент bash: исследует файлы, запускает Python и записывает финальный ответ в /workdir/answer.txt.
мультилейбл-классификатор отзывов об отелях Туниса
Это DeBERTa-v3-base, дообученный YoussefHarrabi для разметки предложений из отзывов об отелях Туниса. Модель мультилейбл: семь независимых sigmoid-выходов отмечают все категории, присутствующие в предложении. Размер — около 0,18 млрд параметров.
трансформерный энкодер для IMU-данных
Официальный PyTorch-релиз энкодера IMUDINO от Octopus1 для извлечения признаков из показаний инерциальных датчиков. На вход подаются шесть каналов — акселерометр XYZ и гироскоп XYZ, — нарезанные патчами по 16 отсчётов.
LoRA-адаптер для денежных запросов клиентов
Navital Bay — LoRA-адаптер rank 16 на базе Qwen2.5-7B-Instruct от NavitalLabs. Модель дообучена для обработки денежных запросов клиентов, включая UPI: она должна проверять факты перед действием и объяснять, почему воздерживается. Мерженные веса пока не опубликованы, лицензия Apache 2.0.
merged BF16-файнтюн под DevSec и агентный код
Это merged BF16-релиз от Nullmega — SFT-файнтюн JetBrains/Mellum2.1-12B-A2.5B-Thinking, сделанный на одной GPU. Модель нацелена на reasoning, агентные SWE-задачи, патчи безопасного C/C++ и фронтенд. Объём — около 12,15B параметров; активные параметры не определяют память, нужную для хранения весов.
чекпоинт с верхней глубиной для open→place→close
ACT-политика от alexhegit для робота SO-101: открыть ящик, положить предмет и закрыть. Обучена на демо place100d с камерами camera_top / camera_side / camera_wrist / camera_top_depth и абсолютными 6-D joint .pos.
финансовый sentence-encoder на Mistral
Это модель для sentence-transformers, дообученная от intfloat/e5-mistral-7b-instruct на синтетическом наборе fin_modern_bert-pairs-sec-synthetic-v1. Она превращает предложения и абзацы в 4096-мерные векторы для semantic search, clustering, классификации и paraphrase mining. Язык — английский.
Booru Tag DPO LoRA
Это LoRA для text-to-image, обученная через Diffusion-DPO на text-only датасете: пары well-formed Booru-промптов (chosen) против деградированных (rejected). Изображения как ground truth не использовались. База — Wh1teSpaces/OrthogonalDiffusion-XL, формат — diffusers.
компактный BERT для NER на английском
EntityLens AI — продакшн-модель проекта EntityLens AI: fine-tuned bert-base-cased для распознавания именованных сущностей в английском тексте на CoNLL-2003. Около 0,11 млрд параметров; поддерживает типы PER, ORG, LOC и MISC.
DistilBERT для тональности отзывов Flipkart
Это fine-tune модели distilbert-base-uncased для классификации отзывов Flipkart на три класса: Negative, Neutral и Positive. Модель обучена на английских отзывах и ориентирована на анализ тональности в e-commerce; в карточке указаны 3 класса и обучение на NVIDIA Tesla T4.
ONNX-классификатор проекций и стороны тела на рентгене
Экспорт в ONNX двух классификаторов XraySorterAI на базе Xception: один определяет проекцию (45 классов), второй — сторону тела (12 выходов). Модели опубликованы пользователем pnhuy для рентгенограмм опорно-двигательного аппарата и работают через ONNX Runtime без TensorFlow.
LoRA для мягкой и деликатной текстуры кожи
Это LoRA для text-to-image от RunningHub, опубликованная на Hugging Face. Обучена на базе Flux2-Klein-9B и Z-image-base и предназначена для генерации мягкой и деликатной текстуры кожи. Триггерная фраза — soft and delicate skin texture.
VLA-политика для захвата апельсина
Это дообученная версия general-purpose VLA-модели π₀ (pi0) от Physical Intelligence, адаптированная в LeRobot. Политика управляет роботом so101_follower по двум камерам — front и wrist — и выполняет задачу «Grab orange and place into plate». В метаданных указано 4,03 млрд параметров.
RNA-модель с исправленным токенизатором
structRFM — компактная BERT-энкодерная foundation-модель для RNA от Taykhoom (порт оригинальной модели Zhu et al.). 12 слоёв, 12 голов, скрытая размерность 768; 85,5M параметров энкодера и 0,6M в MLM-голове.