40fuku — image-to-video модель от Kompaktion: 722M-параметровый denoiser, дистиллированный из Causal Forcing framewise I2V (1.42B) на базе Wan2.1-T2V-1.3B. На вход берёт изображение и текстовый промпт, выдаёт видео 480×8
Это 7B-чекпоинт Dream-v0-Base от vanshnawander со SliceGPT-сжатием на 40% и LoRA-адаптером, обученным на training splits в порядке WikiText-2 → C4. Финальный адаптер слит с сохранённой SliceGPT-архитектурой; промежуточны
Кастомная LoRA для text-to-image на базе krea/Krea-2-Raw, обученная через DreamBooth. В карточке показана работа на Krea-2-Turbo: примеры сгенерированы за 8 шагов, а концепт вызывается токеном vzx woman.
merc_cad — это LoRA от Kinimoro для базовой модели Krea 2 (Krea-2-Raw). Она обучена воспроизводить конкретную визуальную идентичность и черты лица. Размер и дополнительные параметры в карточке не указаны.
LoRA-адаптер от minhack для Qwen2.5-0.5B-Instruct. Дообучен извлекать из описаний товаров H&M структурированные fashion-атрибуты: категорию, цвет, материал, посадку, узор, длину рукава и вырез. Категория подаётся на вход
Неофициальный character LoRA для Сакуры Коно (河野樱) из Horimiya, обученный на базе waiIllustriousSDXL v17. В репозитории лежат веса эпох E1–E7; для общего использования автор рекомендует E6 при strength 0.8. Это фанатская
LoRA-адаптер для amazon/chronos-2 от автора menes000. Дообучен на 10 годах 3-минутных цен закрытия XAUUSD, чтобы прогнозировать следующие 1–3 часа. Контекст — 2048 баров, горизонт — 60 баров.
LoRA-адаптер стиля от Te2douNin9 для text-to-image модели MOSS Image. Базируется на OpenMOSS-Team/MOSS-Image-Base и работает через библиотеку diffusers. Настраивает генерацию в духе японской аниме-иллюстрации: чистая лин
LoRA-адаптер для перевода вопросов в SQLite-запросы
SQL-GRPO 0.5B — LoRA-адаптер для Qwen2.5-0.5B-Instruct, обученный через GRPO превращать вопросы на естественном языке в SQLite-запросы. Награда считается по исполнению сгенерированного SQL на реальной базе: человеческая
Релиз luweigen: два варианта диффузионной Qwen Image 2.1 в GGUF Q4_0 для бэкенда Adreno OpenCL в stable-diffusion.cpp. Модели собраны с влитыми LoRA: uncensored + Viggle turbo и turbo + uncensored LoRA. Их использует вкл
Kieve-JeV v0.7 от scairesearch — encoder-based typed decision engine. Получает state (любой текст) и набор типизированных вопросов, а для каждого возвращает один ответ с калиброванным распределением вероятностей по перед
Raehoshi illust XL 12 — диффузионная text-to-image модель от Raelina, файнтюн Illustrious XL v1.1 примерно на 2,57 млрд параметров. Автор доработал стиль базовой модели: уменьшил пересыщенность и шум артефактов, сохранив
компактная text-to-video модель для анимированных стикеров
Bhaav-E от Mohit генерирует двухсекундные зацикленные стикеры по текстовому промпту. Это latent video diffusion transformer на 211,92M параметров, обученный с нуля с rectified flow в латентном пространстве замороженного
LoRA-адаптер от Te2douNin9 для усиления персонажа Kei в MOSS Image. Работает через diffusers и базируется на OpenMOSS-Team/MOSS-Image-Base; размер и другие параметры в карточке не указаны.
Неофициальная character LoRA для Аои Хинами из Bottom-tier Character Tomozaki, обученная на waiIllustriousSDXL v17. В репозитории лежат веса E1–E7; для общего использования рекомендуется E6 со strength 0.8.
Адаптер LoRA от Claudioxis для Qwen/Qwen2.5-0.5B-Instruct (~494 млн параметров). Обучен на испанском объяснять генеративный ИИ руководителям чилийских компаний на бизнес-примерах; это учебный эксперимент, а не модель с н
connectailab-rl-highj-avoid-v1-link01 — embodied-модель принятия решений на базе Qwen/Qwen3.5-0.8B, дообученная через LoRA (PEFT). Она работает как автономная политика для задачи avoid_obstacles в симуляции робота LINK-0
Это DreamBooth-LoRA для модели Krea 2 от автора anonymous111110987654321. Адаптер обучен на Krea 2 RAW и показан на Krea 2 Turbo; активируется токеном Emma_Watson. Подробных бенчмарков и параметров обучения в карточке не
LoRA-адаптер от MatiasMarro для Qwen/Qwen2.5-0.5B-Instruct. Он учит модель всегда отвечать по структуре тикетов поддержки NimbusCloud: [DIAGNOSTICO], [PASOS] и [ESCALAMIENTO] SI - <equipo> | NO. Цель — не новые знания, а
Это LoRA-адаптер поверх Qwen/Qwen2.5-0.5B-Instruct, обученный GRPO на train-сплите openai/gsm8k. Rank 16, alpha 32, dropout 0.05; 200 шагов на одной Colab T4. Автор называет результат research artifact, а не production m