Найдено: 1821
Remotion-сцены из текстового описания
Charon V2 (MiniCPM5-1B) — инструкционно дообученная генеративная модель кода, которая создаёт готовые к продакшену процедурно анимированные сцены на React + Remotion TypeScript (TSX) по описанию на естественном языке.
видео-текстовые эмбеддинги для поиска событий
Это research-релиз NVIDIA: TAO-файнтюн OpenGVLab InternVideo2-CLIP-L14 с замороженным текстовым энкодером MobileCLIP-B-LT. Модель переводит видео и английские описания в общее 512-мерное пространство для text-to-video retrieval и zero-shot классификации действий.
черновик, который ускоряет декодирование
DFlash2 draft-модель для MiniMax M3.1 Flash от RadixArk: предлагает токены параллельно, а целевая модель их верифицирует в SGLang. Архитектура MiniMaxDFlash2DraftModel, 5 слоёв GQA, 2,05 млрд параметров в 81 BF16-тензоре (один файл Safetensors).
сжатие трасс AI-агента в структурную память
compctx-0.8b от aksern — текстовый файнтюн Qwen/Qwen3.5-0.8B (752M параметров, Qwen3_5ForCausalLM). Он не для диалогов, а для сжатия execution trace агента в краткую память: цель, ограничения, сделанное, ошибки, решения и следующий шаг.
draft-голова для ускорения OCR
DSpark — это draft-модель для speculative decoding от OpenBMB, предназначенная для MiniCPM-OCR 1.0. Она не работает как самостоятельная OCR-модель: её нужно использовать в паре с основной 1.3B-моделью из того же релиза. У draft-головы 296,8 млн параметров, 5 слоёв и 15 draft-токенов за forward pass.
студийные портреты вымышленных персонажей с абсурдной геометрией лиц
Это LoRA-адаптер для text-to-image от akatz-ai (Akatz Labs), сделанный для OpenCast Studio. Добавляет к Krea 2 узнаваемый стиль: фотоматериалы и студийный свет, намеренно необычные пропорции, скульптурные причёски, правдоподобная кожа и одежда. Работает и с антропоморфными животными-персонажами.
27B-модель для роутинга и извлечения спанов
vela3-turbo — референсная модель семейства Vela 3.0 от vLLM Semantic Router × KR Labs. Построена на d3-turbo v1.0: 26,09B параметров плюс 5044 MB адаптеров и голов, лицензия Apache-2.0.
LoRA-адаптер для агента pi на анализе данных
Это LoRA-адаптер для LiquidAI/LFM2.5-24B-A2B от harness-hub. Обучен с подкреплением через AsyncGRPO в TRL как модель для кодинг-агента pi на задачах анализа данных: каждый rollout — полная сессия pi в удалённом sandbox с shell и Python.
31B-модель, которая пишет как человек, но не теряет рабочие навыки
LessThanThreeAI выложила BF16-файнтюн google/gemma-4-31B-it для текстовой генерации. У модели 31,27 млрд параметров, лицензия Apache-2.0, веса под vLLM, SGLang и transformers. Системный промпт не обязателен.
апскейл без фиксированного масштаба
Модель от tailot для super-resolution на архитектуре LIIF: один чекпойнт апскейлит RGB-изображение до произвольного целевого размера — 2x, 4x, 9.2x или явно заданных 3000 px. В модели 4.60 M параметров, tiled inference со сшивкой уже встроен, запуск возможен на CPU или CUDA.
крошечная LLM с Peri-LN, Canon-слоями и гейтами внимания
Ethoric-10M — decoder-only языковая модель на 9,97 млн параметров от Tech.us. Архитектура сочетает RMSNorm, RoPE, GQA и SwiGLU, а также Peri-LN, короткие causal depthwise-свёртки Canon и headwise sigmoid gate.
одна политика для ходьбы, сцен и восстановления Unitree G1
NVIDIA представила Metatron v1 — проект для интерактивного управления гуманоидом Unitree G1 с 29 управляемыми суставами, в первую очередь для браузерных демонстраций и G1 Racer.
397B MoE-агент для управления компьютером
NorthCUA-Pro — крупнейшая модель семейства NorthCUA от beipo-ai: 397B параметров всего и 17B активных, mixture-of-experts на базе Qwen3.5. Она принимает запросы, скриншоты и историю взаимодействия, а выдаёт рассуждения, ответы и tool calls для desktop- или браузерного runtime.
компактная модель без встроенных отказов
Это abliterated-вариант LFM3-1.7B от Liquid AI: причинная языковая модель на tri-hybrid архитектуре, ~1.73B параметров и контекстом 262 144 токена. Сборка от Vortecks убирает направления отказов в activation space, поэтому модель позиционируется как uncensored и шире следует промптам, чем базовый…
14.8B-модель для понимания ДНК
Carbon-X-SFT от Hugging Face Bio — это chat-модель на 14,8 млрд параметров, обученная на последовательностях ДНК и тексте. Она принимает сырую ДНК прямо в диалоге и по-английски отвечает: оценивает патогенность мутаций, ищет регуляторные участки, классифицирует последовательности и предсказывает…
380M-параметровый специалист по курации данных
davanstrien выпустил компактную модель решений для очистки и сортировки данных: она принимает текст и набор именованных вопросов, а возвращает вероятности по вариантам без генерации текста.
мультимодальные контекстные эмбеддинги
Это vision-language embedding-модель от perplexity-ai на 0.6B параметров для поиска по тексту, изображениям и визуальным документам. Поддерживает контекстный и неконтекстный режимы, а также контекстное разбиение изображений на горизонтальные полосы.
компактный визуальный grounding с проверкой боксов
Locus-2B — компактная VLM на базе Qwen/Qwen3-VL-2B-Instruct (1,75 млрд параметров) от MTalha2001. Она находит объект по текстовому описанию и возвращает bounding box в пикселях либо отвечает, что объекта нет на изображении.
мультимодальный решатель для браузера с восстановленной языковой головой
LFM3-VLD-2B — гибридная мультимодальная модель на 2,18 млрд параметров от webbrain-one, собранная методом Pegasus. В основе — 24-слойная архитектура Conv + GQA attention + Feed-Forward, vision tower, мультимодальный проектор и embeddings от LiquidAI/d1-2B.
4B-модель для text-to-SVG, но пока baseline
aixonlab выпустила svg-slm-4b — LoRA-файнтюн Qwen/Qwen3.5-4B на 4,21 млрд параметров для генерации SVG: иконок, плоских иллюстраций, line art, градиентов, emoji, SMIL/CSS-анимации и сцен. В репозитории лежат merged bf16-веса, адаптер отдельно. Лицензия весов — Apache-2.0.