72 поста
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
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
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 вероят
компактная OCR-модель для документов
MiniCPM-OCR 1.0 (1.3B) — первая OCR-специализированная модель в семействе MiniCPM-V/o от OpenBMB. Обучена на базе MiniCPM-V 4.6 для разбора текста, таблиц, формул, графиков, печатей и извлечения структурированной информа
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
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, 4
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 age
последний SDXL-чекпоинт от KandooAI
Официальная выгрузка на Hugging Face: SDXL 1.0-чекпоинт для фотореалистичных людей, портретов, кинематографичных сцен и разных художественных стилей. Модель создана KandooAI, по метаданным — около 2,57 млрд параметров; н
маленькая модель для локальных агентов
LiquidAI выпустила LFM3-1.7B — текстовую модель на 1.73B параметров с новой tri-hybrid архитектурой. Она пост-тренирована под агентные харнессы (Hermes Agent, Pi, OpenClaw) и рассчитана на запуск прямо на телефоне или но
готовый репак для ComfyUI
Репозиторий vftfnn/MiniMax-H3-TE-bf16 — переупакованные файлы MiniMax H3 для ComfyUI. Внутри диффузионные модели в bf16, int8_convrot, fp8_scaled и pruned-вариантах, text encoder на базе Qwen3-VL-32B, VAE, LoRA, ControlN
Qwen3.6-35B-A3B без отказов
Это abliterated-версия Qwen3.6-35B-A3B: механизм отказов убрали с помощью abliteration. По метаданным репозиторий относится к задаче image-text-to-text, содержит около 35,95 млрд параметров и использует библиотеку transf
omni-модель с радикально меньшим числом отказов
Это файнтюн Qwen3-Omni-30B-A3B-Thinking от GloriaWang23 на 31,72 млрд параметров. Он наследует omni-архитектуру Qwen3-Omni, а в основе — Thinking-вариант с chain-of-thought; по карточке модель принимает аудио, видео и те
готовые файлы и workflow для видео в ComfyUI
Это репозиторий vftfnn с перепакованными файлами MiniMax H3 для ComfyUI. Внутри — diffusion-модели fl2va и ref2va в разных квантованиях, текст-энкодер Qwen3-VL-32B, LoRA turbo, VAE, ControlNet Union и embeddings. Размер
репак файлов, квантов и LoRA для видео
Репозиторий fkyyy/MiniMax-H3-comfy-r2v-slim — это переупакованные файлы MiniMax H3 для ComfyUI. Внутри диффузионные модели, текстовые энкодеры Qwen3-VL-32B, VAE, LoRA, ControlNet и эмбеддинги для генерации видео. Число п
управление MiniMax H3 без обучения
H3 Dials от MATLOWAI — набор steering-файлов примерно по 14 КБ для видеогенерации MiniMax H3. Каждый dial — одно направление в пространстве обработанного промпта, построенное по парам промптов без тренировки. Сила задаёт
LoRA для более логичного image-to-video
Licon VBVR — это LoRA для image-to-video на базе MiniMax-H3 от LiconStudio. Она обучена на пересобранных под H3 данных VBVR и улучшает согласованность объектов и логику действий персонажей. В карточке отдельно отмечают м
полные веса MiniMax-H3 для diffusers
Это конвертация чекпоинта 10Eros-Max в формат diffusers для модели image-to-video на базе MiniMax-H3. Автор — ibyteohdear; размер — около 20,11 млрд параметров. В репозитории лежат сами веса трансформера, а не LoRA, поэт
полные веса MiniMax-H3 для diffusers
Это конвертация полных весов 10Eros-Max в формат MiniMaxH3PrunedTransformer3DModel для diffusers. Около 20,11 млрд параметров, база — multimodalart/MiniMax-H3-Pruned; TURBO-дельта уже вшита в веса. Это не LoRA: мержить,
видео и аудио в одном бандле
Самодостаточный набор весов для генерации видео и нативного аудио на базе MiniMax H3. Внутри — pruned-диффузия в BF16, квантованный текст-энкодер, видео- и аудио-VAE. Общий объём весов — около 61.73 GB.
fused-веса MiniMax-H3 для diffusers
Это image-to-video трансформер MiniMax-H3 на 20,11 млрд параметров, сконвертированный в дерево модулей diffusers на базе multimodalart/MiniMax-H3-Pruned. В репозитории лежат сами веса, а не LoRA: их не нужно сливать, сво