12 постов
LoRA с DCT-фильтрацией латентов
Harmonic LoRA v2.2 — адаптер (LoRA) для большой мультимодальной модели Gemma-4 12B от aifeifei798. Автор называет его первым LoRA, совмещающим классическую обработку сигналов (Type-II DCT и STE-квантование) с геометрией
медицинские QA на Tetun
Это QLoRA/PEFT-адаптер для базовой модели unsloth/gemma-4-E2B-it, адаптированный под медицинские вопросы и следование инструкциям на Tetun (tdt) — языке малых ресурсов из Восточного Тимора. Разработка Labadain Research C
быстрые typed-decision решения одним forward pass
Chon-1.0-12B-Fast от ninhnv — typed-decision модель: на вход получает state (текст, JSON или диалог) и один вопрос с закрытым набором вариантов, а на выходе даёт калиброванные вероятности для каждого варианта. Это LoRA-а
вероятности вместо свободной генерации
DOPEST 1.1 — типизированная модель решений: получает state (текст или JSON) и вопрос с закрытым набором вариантов, а возвращает калиброванные вероятности для каждого варианта за один forward pass. Это LoRA-адаптер (rank
школьные MCQ на сингальском с reasoning
SinhalaMMLU — дообученная модель для вопросов с выбором ответа по школьной программе Шри-Ланки, 6–13 классы. Сделана из Google Gemma 4 E4B-it через reasoning distillation, merged LoRA и 50/50-интерполяцию весов с базовой
LoRA для weighted reasoning, checkpoint 246
Это PEFT-адаптер, финальный чекпоинт завершённого обучения на базе google/gemma-4-31B-it-qat-w4a16-ct. Репозиторий содержит только LoRA-адаптер, а не слитую модель; база остаётся в упакованном W4-формате.
индонезийский тюнинг Gemma 3n
Orbit-4-Gemma-E4B-it — LLM от OpenPathAI, дообученная с google/gemma-3n-E4B-it для лучшего понимания индонезийского языка. Размер — 7,82 млрд параметров; архитектура Gemma 3n сохраняет мультимодальные возможности, но тюн
31B-модель, которая пишет как человек, но не теряет рабочие навыки
LessThanThreeAI выложила BF16-файнтюн google/gemma-4-31B-it для текстовой генерации. У модели 31,27 млрд параметров, лицензия Apache-2.0, веса под vLLM, SGLang и transformers. Системный промпт не обязателен.
решения вероятностями, без генерации
PelaAI выпустила KnowLine-31B-Gen1 — первую версию System One decision-модели на плотной базе google/gemma-4-31B-it. Это 31B-модель для классификации и решений: получает состояние (текст или чат) и до 64 типизированных в
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
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
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