Найдено: 1821
Python в Mermaid, но не замена ast
Это файнтюн Qwen/Qwen3-4B-Instruct-2507 (4,02 млрд параметров) от nharder: он превращает Python-код в Mermaid-диаграмму графа вызовов. На вход подаются один или несколько файлов с заголовком # FILE: <path>, на выходе — только flowchart TD с публичными функциями по модулям.
компактный VAE без scaling factor
Primal VAE от Ostris — это VAE для diffusion, который делает только 2x spatial down до 1 или 2 каналов. После patch 4 получаются 16 или 32 канала при 8x — та же форма, что у Flux.1 VAE и Flux.2 VAE. Обе версии — примерно 80M параметров.
PyTorch-помощник, который не гадает
torchlight — это Qwen3-8B (8,2 млрд параметров), дообученная на 6 902 чатах с форума PyTorch. Большинство ответов — посты, которые решили ветку; остальные учат модель просить недостающие детали. Есть полная 16-битная версия, LoRA-адаптер и GGUF.
1.5B-модель для JSON из авиаотчётов
Файнтюн Qwen/Qwen2.5-1.5B-Instruct на базе 1.54B параметров, сделанный через BrewSLM. Превращает текст авиационного происшествия NTSB в один плоский JSON из 13 полей: тип и модель воздушного судна, повреждения, травмы, дата, штат, часы пилота и другие.
77 классов банковских запросов
deepopen banking_sam13 — файнтюн Laya (convaiinnovations/laya) для классификации банковских текстовых запросов на 77 классов BANKING77. Около 0,4 млрд параметров, английский язык.
4B-агент, который сам выбирает: кликнуть или написать код
Microsoft Mage Team представила Mage-VL-Cowork — компактную 4B vision-language policy для hybrid computer-use. Один чекпоинт объединяет работу через скриншоты и GUI (computer_use) с выполнением кода и команд в терминале (bash), без внешнего оркестратора.
Qwen для Verilog по спецификации
VeriLadder-QwenCoder-7B — это fine-tune Qwen2.5-Coder-7B-Instruct на 7,62 млрд параметров для генерации Verilog по описанию схемы. Модель обучена на уточнённых спецификациях датасета VeriLadder, где каждая спецификация прошла формальную проверку эквивалентности.
видео, собранное кодом
SenseNova 6.8 Code2Video — лёгкая открытая модель для создания видео через генерацию исполняемого кода. Это файнтюн Qwen3.8-27B на 27,36 млрд параметров; модель строит и рендерит короткие ролики, полностью реализованные кодом. Языки карточки — английский и китайский.
тонкая классификация иранских авто с open-set
Модель от ahmadzmvd для классификации автомобилей на иранских объявлениях и open-set распознавания. Архитектура объединяет backbone DINOv2-ViT-B/14-reg4 с 28 fused LoRA-адаптерами, Competitive 8+2 Part-Slot Attention, 2-слойный 5D Relational Graph Transformer, SubCenterArcFace (C=8, K_s=4)…
компактная модель решений для текста, картинок и видео
LiquidAI выпустила d1-2B — компактную модель решений на базе LFM3-VL-2B. Это не чат-модель: она отвечает на именованные вопросы о состоянии (текст или JSON), изображениях и видео, возвращая типизированные ответы с вероятностями без генерации токенов.
интерактивная генерация миров по тексту и камере
Tencent представила Hy-Nomas — видеомодель для свободной многошаговой генерации миров. Она строит видео по сегментам: можно добавлять объекты, менять стиль и сцены, описывать действия и управлять камерой.
зацикленный мультимодальный декодер для длинного контекста
SenseNova-Loop-9B-Preview — мультимодальная языковая модель от SenseNova для long-context и agentic-сценариев: принимает текст и изображения, генерирует текст. В основе — 32-слойный декодер с общим зацикленным блоком слоёв 4–27, который применяется дважды, и two-stream mHC.
LoRA евро-диско 80-х для YuE2
NAR-LoRA для YuE2 от James E. Petts, которая добавляет продакшен-характер 1980-х: плотную «стену звука», хорус-синт-бас, four-on-the-floor с gated toms, струнные и духовые стабы. Адаптер меняет тембр и продакшен, но не структуру песни — AR-слот остаётся свободным. Лицензия CC0.
версия без направления отказа
Это ablated-версия DeepSeek-V4.1-Flash-1017 от OBLITERATUS: из модели удалено «направление отказа» методом failspy. Базовая модель — DeepSeek-V4.1-Flash-1017, 754,64 млрд параметров; веса в BF16 safetensors, лицензия MIT. Задача — text-generation, библиотека transformers.
диффузионная LLM с MoE и контекстом 128K
Clover-35B-A3B-Preview — первая модель DiffuSpace: text-only диффузионная языковая модель на базе Qwen3.6-35B-A3B. Архитектура MoE: 35B параметров, около 3B активных на токен, гибридный Gated DeltaNet / full-attention, 40 слоёв, 256 routed experts, top-8 и один shared expert на слой.
LoRA-кодер с бенгальским и vision
Codium BD Coder v2 — LoRA-адаптер для генерации кода от ganjakha и Team Aura Vibes (BD). По карточке обучен через 4-bit QLoRA поверх Qwen/Qwen3.5-4B, поддерживает английский и бенгальский, а также заявлен как vision-capable для разбора схем и скриншотов UI.
омнимодальная модель для телефонов и ноутбуков
Liquid AI выпустила LFM3-Omni-2B — первую омнимодальную модель в семействе LFM3. Она понимает текст, изображения, видео и аудио, а отвечает текстом и речью; при 2,17 млрд параметров задумана для работы на устройствах вместо отдельных ASR, vision-language, LLM и TTS моделей.
разбор документов без ограничения по длине
Мультиязычная OCR-модель от Baidu на 3,34 млрд параметров для распознавания изображений и PDF. Вторая версия развивает идею «unlimited-horizon parsing»: документ можно подавать целиком, а не отдельными страницами.
флагманский teacher-агент для кода и офисных задач
Nanbeige4.3-33B — текстовая модель на 33,12 млрд параметров от Nanbeige, построенная на базе Nanbeige4.3-33B-Base. Это флагманский teacher-агент серии Nanbeige4.3: по заявлению авторов, он показывает state-of-the-art agentic-результаты среди открытых моделей класса ~30B и рассчитан на сложное…
LoRA для японских персонажей под Moss
LoRA-модель от fidel1234 для базовой Moss (base или sft), обученная в основном на японских персонажах. Совместима с ComfyUI и предназначена для гибкого контроля кадрирования и ракурсов.