Это style LoRA для MOSS-Image от lantianws666, воссоздающая манеру художника Chenbin (鬼针草): тонкие линии, низкая насыщенность, акварельная текстура, просвечивающая кожа и бледно-розовый румянец. Триггер-слова не нужны —
LoRA-адаптер от parajiholkar поверх timbrooks/instruct-pix2pix. Модель обучена превращать реальные фотографии и портреты в японский аниме-стиль по текстовой инструкции. База — около 0.86B параметров, обучение заняло 250
Это Qwen3.5-4B, адаптированная под учебные материалы Шри-Ланки на сингальском языке. Synthetic-QA LoRA-адаптер уже влит в базовую модель и сохранён как 16-bit checkpoint; модель служит основой для отдельного MCQ-адаптера
Это LoRA-адаптер (PEFT) от SPIRIT ORG для базовой модели ornith-ai/Ornith-1.5-9B. Дообучение учит 9B-модель четырём вещам: вызывать 27 desktop-инструментов, писать и чинить код, рассуждать по шагам и отвечать коротко для
Это файнтюн Qwen2.5-0.5B-Instruct, обученный через LoRA генерировать институциональные заметки в стиле разных ректоратов новостного портала Universidad de Sonora (2013–2026). Проект магистратуры по data science; модель р
Это LoRA-дообучение Qwen2.5 0.5B Instruct (0,5 млрд параметров): португалоязычные (pt-BR) меню из WhatsApp, PDF, OCR и постов превращаются в JSON Lines с названием, описанием, ценой, порцией, категорией, ограничениями, р
LiteRT-версия LiquidAI/LFM3-Omni-2B от litert-community: принимает текст, изображения и аудио, отвечает текстом; для озвучки есть отдельные LiteRT-графы и Python-runner. Исходная модель — 2,17 млрд параметров в BF16; зде
Это image-editing LoRA для Qwen-Image-2.1 от автора nomadoor. Она собирает целую 360° equirectangular-панораму из фотографий, размещённых на 2:1 ERP-холсте: модель заполняет зелёные зоны и слегка подгоняет вставленные ка
Lb545550 выложил набор репакованных файлов Wan 2.2 для ComfyUI. Это не новая модель, а сборка оригинальных вариантов Wan-AI, alibaba-pai, nvidia ChronoEdit и distill-LoRA от lightx2v: T2V, I2V, TI2V, S2V, Animate, Fun Co
DroidSenior-7B — это 7,62B coding-ассистент для Android-разработки, дообученный от Qwen2.5-Coder-7B-Instruct. Модель отвечает как senior/staff Android-инженер: современный идиоматичный Kotlin, Jetpack Compose, Coroutines
LoRA-адаптер для клинических рассуждений на Qwen2.5-3B
MedReason — LoRA-адаптер от Varun95 для Qwen2.5-3B-Instruct (4-bit), дообученный на medical-o1-reasoning-SFT. По карточке, модель пишет рассуждение в <think> и затем даёт краткий клинический ответ. Это research prototype
Модель для первичной сортировки логов безопасности SIEM/SOC на тайском языке. Это LoRA-файнтюн Qwen/Qwen3.5-4B на 4,54 млрд параметров — младшая версия в семействе 4B/9B/35B. Читает сырые логи WAF (nginx + ModSecurity) и
Это LoRA для text-to-image на базе OpenMOSS-Team/MOSS-Image-Base. Она выделена из публичных SFW-иллюстраций в стиле плоской заливки и чистого контурного рисунка, включая AI-работы. Автор подчёркивает: это не копия стиля
QLoRA-файнтюн Qwen/Qwen3-4B-Instruct-2507 на 4,02 млрд параметров. Модель принимает рассказ от первого лица о межличностной ситуации и возвращает анализ: какие паттерны манипуляции есть, какую последовательность они обра
академический FAQ-ассистент для чилийского брокера
Это объединённая версия Qwen2.5-0.5B-Instruct (0,49 млрд параметров) с LoRA-адаптером, обученная на испанском для ответов на частые вопросы клиентов брокерской компании Renta 4 Wealth в Чили. Автор — Guillermo de la Casa
squad-0.8b от labqoat — типизированная decision-модель на 0.85B (System One API: состояние и типизированные вопросы на входе, вероятность по каждому допустимому ответу на выходе, один forward pass, без генерации текста).
PT-BR-помощник по рефаунизации Атлантического леса
Небольшая языковая модель на 2,27 млрд параметров, дообученная от Qwen/Qwen3.5-2B на материалах инициативы Refauna. Она отвечает на бразильском португальском о дефаунации, реинтродукции животных, распространении семян и
LoRA для чистого пиксель-арта с жёсткой сеткой 8×8
moss-pixelart-v.0.3 — LoRA от finger-gun для модели OpenMOSS-Team/MOSS-Image-SFT. Она дообучена под генерацию аккуратного пиксель-арта и 2D-ассетов для игр: каждый блок 8×8 выходных пикселей соответствует одному логическ