365 постов
10M-параметровая база с настраиваемым числом проходов
min-spark 1.7 от MinimaLabs — базовая языковая модель на 9,98 млн параметров, дистиллированная из KLM 1.5 (99M) на 34 млрд токенов. Вместо одного прохода она прогоняет пять общих transformer-блоков от двух до пяти раз; у
4B-агент для SQL и Cypher
Это объединённый в bf16 LoRA-файнтюн XHToken/Spark-X2.6-4B (4,11 млрд параметров) от trjxter. Модель отвечает на вопросы по базе: сначала думает, затем вызывает один read-only инструмент — SQLite SQL для реляционной схем
мультипроходный протокол решений для браузерных скриншотов
Это адаптация LiquidAI/LFM3-VL-2B от webbrain-one для задачи image-text-to-text. Модель на 1.92B параметров использует multipass-протокол VL-D: verify с ответом Yes/No по каждому варианту и readout с кодом выбранной опци
343M модель для картинок и правок по тексту
ZYI-256 Flash от caikybaldo999 — компактная text-to-image модель на 343M параметров, которая генерирует изображения 256×256 и умеет редактировать их по инструкции на английском. Архитектура — DiT с rectified flow, латент
фотореализм, текст и логотипы в одном генераторе
Aurora — text-to-image система от Malik Ayaan Ahmed на базе Freepik/flux.1-lite-8B (8,16 млрд параметров). Она сочетает файнтюннутый генератор изображений с этапом «Thinker» на Qwen2.5-3B-Instruct: тот пишет режиссёрский
12B-модель для «очеловечивания» AI-текста
Smaug Humanizer от Abacus.AI — файнтюн google/gemma-4-12B (pretrained, не instruction-tuned), 12B параметров в bf16. Модель переписывает AI-generated текст так, чтобы он читался как написанный человеком: меняет формулиро
18+ LoRA для фотопортретов на MOSS-Image
Это LoRA для взрослой фотографической генерации на базе MOSS-Image-SFT или MOSS-Image-Base; для инференса предпочтительна SFT. Настроена на откровенные взрослые портреты, ню-позы, интерьерные сцены и крупные фотокомпозиц
PEFT LoRA для Python-кода с аудитом zero-leakage
Это LoRA-адаптер для Qwen/Qwen3.8-27B от ProbioticFarmer: 64 слоя, 256 тензоров, r=16, lora_alpha=32, target modules down_proj, o_proj, out_proj. Обучение шло на 40 задачах (160 слотов, 3 378 token positions) на Apple M4
компактный классификатор банковских обращений
Это LoRA-файнтюн Qwen/Qwen2.5-0.5B-Instruct от Boole AI, Inc. для классификации сообщений банковской поддержки в 10 интентов BANKING77. Модель отвечает ровно одной меткой; в репозитории лежат merged-веса fp32, адаптер, с
мультимодальная модель решений без генерации текста
d3-ultra — новая мультимодальная decision-модель от vllm-sr (Decision 3.0, vLLM Semantic Router) с 26,09 млрд параметров, включая 0,46 млрд vision encoder. На вход принимает текст или JSON, опционально изображения и виде
плёночный стиль Kodachrome для MOSS-Image
LoKr-адаптер от aoleg, который придаёт MOSS-Image вид слайдовой плёнки Kodachrome: цветовую отдачу, контрастную кривую и мелкую зернистость 4x5 листовой плёнки 1940-х. Обучен на MOSS-Image-Base; это обновлённая V2 с low-
вероятности вместо генерации текста
Sieve-31B-v3 от sthanika-ai — decision-модель на базе google/gemma-4-31B-it (31,27 млрд параметров). Она принимает текст или JSON и типизированные вопросы, а возвращает калиброванные вероятности по каждому варианту. Текс
резкость и размытие силой LoRA
Concept Slider LoRA для MOSS-Image от aoleg: двигает изображение между резким и размытым только силой LoRA, без триггер-слов и правок промпта. Базовая модель — OpenMOSS-Team/MOSS-Image-Base; ранг LoRA — 4, alpha 4.
отличает AI-картинки от реальных фото
AIRealNet-2 от Modotte — обновлённый бинарный классификатор изображений: class 0 — AI-generated, class 1 — real human. Построен на SwinV2 Tiny и обучен на 98 тыс. сбалансированных изображений из соцсетей.
три шага вместо восьми
LoRA для Krea 2 Turbo от автора lvladikov сокращает генерацию с 8 шагов до 3 при CFG 1. Это rank-64 адаптер на тех же 228 модулях, что и 4-step/2-step версии; обучение шло на одном H100/H200 около 115 часов на 42 000 сэм
редактирование видео с учётом взаимодействий объектов
UniVOE — фреймворк для универсального редактирования объектов в видео, построенный на Wan2.1-VACE-14B. Удаление и вставка объекта рассматриваются как взаимные операции: модель меняет не только сам объект, но и его следы
4B-модель для генерации текста на португальском
CEIA Lumi-4B — языковая модель на 4 млрд параметров от ceia-br для генерации текста на португальском языке. Веса доступны в BF16. В карточке приведены результаты сравнения на португальских бенчмарках, но не описаны базов
SDXL-файнтюн для антро, фералов и человекоподобных
Многофункциональный файнтюн SDXL от neryK (оригинал — PurpleSmartAI), генерирующий SFW- и NSFW-визуалы антро, фералов и человекоподобных существ по простым промптам на естественном языке. Обучен на ~2.6M изображений и по
причёска из одной картинки, готовая к анимации
HairDeck — исследовательский пайплайн от Tsinghua University, Carnegie Mellon University и CUHK. По одному изображению персонажа он создаёт стилизованные hair cards с UV-развёрткой для каждой карты и spring-bone chains д
калиброванные решения в один проход
joey-1 — 2B-модель принятия решений от Base Labs (Baseten), пост-тренированная из Qwen3.5-2B. На вход получает состояние (текст, опционально изображения) и набор вопросов, а на выходе даёт калиброванную вероятность для к
Самые лайкнутые на Hugging Face за неделю
Языковые модели · 1,4 тыс.
Языковые модели · 1,3 тыс.
Языковые модели · 1 тыс.
Компьютерное зрение · 591
Языковые модели · 461
