352 поста
обновлённый MoE-агент с контекстом 1M токенов
Ling-3.1-flash-1019 — обновлённая версия Ling-3.1-flash от inclusionAI. Это Hybrid-linear MoE-модель с 560B общих параметров, 25B активных на токен и контекстным окном 1M токенов. Основной упор — сложное рассуждение, мно
первая модель Apex Intelligence для кода, агентов и науки
Apex-35B-V1.0 — первая модель Apex Intelligence для общего использования и исследований: кодинг, tool use, вопросы-ответы, deep search и научные задачи в AI, вычислительной науке и симуляции робототехники. Построена на Q
компактная OCR-мультимодель для документов
OvisOCR3 — универсальная мультимодальная модель на 0,8 млрд параметров от ATH-MaaS, построенная на Qwen3.5-0.8B. Она объединяет разбор документов, общий OCR, извлечение ключевой информации, подписи к рисункам и восстанов
меньше параметров, выше средний балл
Groot-19B-A3B-261023 — нативно мультимодальная MoE-модель от GrootTeam для сложных reasoning- и tool-задач. У неё ~19B общих параметров, но активируется ~3B на токен; это самая маленькая модель в своей группе сравнения.
Qwen учится тайваньской лексике
Это Qwen/Qwen2.5-1.5B-Instruct, дообученная через QLoRA на примерно 3,6 тыс. пар вопрос-ответ на традиционном китайском в тайваньском употреблении. Основной эффект — словарь: модель реже использует материковые термины вр
решения по тексту, картинкам и звуку за миллисекунды
d1-Omni-2B от LiquidAI — decision-модель на базе LFM3-Omni-2B: 2,17 млрд параметров и 128K контекста. Она возвращает калиброванные ответы за один forward pass, без генерации токенов, и принимает текст или JSON, изображен
лёгкая модель для синдхи
Инструкционная модель на базе Gemma 4 2B (3,25 млрд параметров), дообученная под синдхи (персо-арабская письменность), урду и английский. Автор сократил словарь на 50% — с 262 144 до 131 072 токенов — и удалил мультимода
2B-судья для проверки OCR
OpenBMB выпустила MiniCPM-OCR-Jev — 2.21B-модель для оценки корректности результатов OCR текстовых, формульных и табличных регионов. На вход она получает изображение региона и кандидата распознавания, а на выходе даёт sc
RISC-V-компьютер, скомпилированный в веса LLM
QwenPU — это Qwen3.5-4B, в веса которого скомпилированы 32-битный RISC-V CPU и векторный блок. Внутри forward passes модели как программа работает stories260K — 260K-параметровая Llama из llama2.c (автор — Andrej Karpath
чистый текст из сырой диктовки
Glimpse C1 2B — LoRA-адаптер от Glimpse для очистки диктовки: убирает слова-заполнители, исправляет оговорки, расставляет пунктуацию и выполняет голосовые команды. База — Ternary Bonsai 2 2B от PrismML, тернарная модель,
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 — т
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
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 вер
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, д
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. Это продолжение обучения с sharpness-awa
маленькая математическая LLM после DPO
Это causal language model на базе SmolLM2-1.7B (архитектура Llama) от автора yas1988. Модель сначала прошла SFT на MetaMathQA, затем DPO с LoRA, а адаптер слит с базовыми весами. Язык — английский, лицензия Apache 2.0; э
из описания схемы в готовый Verilog
Релиз от anonymous-review-0000: Qwen2.5-7B-Instruct (7.62B параметров), дообученный писать Verilog RTL по спецификации на естественном языке. Обучение шло на уточнённых спецификациях VeriLadder, каждая из которых провере
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
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 п
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