53 поста
тональность твитов в одно слово
QLoRA-адаптер от ketimiroshnik для TinyLlama/TinyLlama-1.1B-Chat-v1.0. Модель определяет тональность английского твита и отвечает одним словом: negative, neutral или positive. База загружена в nf4, вычисления — в float16.
как DPO меняет ответы
Экспериментальная 8,03B-модель на базе Meta Llama 3.1 8B для корейского языка. В mini-llm-camp на ней показывали, как SFT и DPO меняют «точку зрения» модели: без системного промпта она отвечает с креационистской позиции.
DPO-эксперимент с Llama 3.1 8B
Это экспериментальная 8B-модель на базе Meta Llama 3.1 8B для корейского языка, сделанная в учебном лагере mini-llm-camp. После SFT и DPO она без системного промпта отвечает с позиции креационизма; авторы прямо предупреждают, что модель намеренно односторонняя и может выдумывать факты.
reasoning с бюджетом 24 токена
CIRF-файнтюн на базе Llama 3.1 8B Instruct (8,03 млрд параметров) от JhCIFT. Модель продолжает full-result версию после backward-greedy отбора результатов с бюджетом не более 24 явных result-токенов на обучающий пример.
учит Llama 3.1 8B писать SQLite-запросы по-португальски
Это LoRA-адаптер для unsloth/Llama-3.1-8B-Instruct, который превращает вопросы на португальском в SQLite-запросы к синтетической базе проекта InfoFrota: занятость автобусов, оповещения о переполнении, линии и остановки. Обучен через QLoRA в 4-bit nf4 без retrieval-контекста.
LoRA-учитель для баскской грамматики
LoRA-адаптер для HiTZ/Latxa-Llama-3.1-8B-Instruct, который превращает модель в корректора грамматических ошибок в баскском тексте. Также выступает учителем для itzune/gector-eus-v5 и разметки датасета itzune/wiki-gec-distill-eu. Адаптер содержит около 42M обучаемых параметров, файл весит 177 MB.
форматирование расшифровки речи на устройстве
Llama Kanso Sumi 1.0 — on-device теггер форматирования от ZenVoice (публикует BuilderHelm AI). Это не чат-модель, а 141M-теггер на базе mmBERT-small с четырьмя головами по словам: приводит сырой вывод speech-to-text в аккуратный текст, не добавляя новых слов.
LoRA-адаптеры и мета-роутер для Llama 3.2 3B
Репозиторий с доменными LoRA-адаптерами, TIES-гибридом и артефактами роутинга для meta-llama/Llama-3.2-3B. Внутри — адаптеры под математику и Python-код, а также компоненты для выбора домена и динамического переключения адаптеров.
файнтюн для бенгальского
Релиз от apu-das: инструктивная 1B-модель на базе BanglaLLama-3.2-1b-unolp-culturax-base, дообученная на Bangla Alpaca Orca. Поддерживает бенгальский и английский, лицензия GPLv3. Предназначена для Causal LM и готова к инференсу.
нейтральный разбор задач
Это QLoRA-адаптер для meta-llama/Llama-3.1-8B-Instruct, обученный на японских данных для нейтральной структуризации мыслей и декомпозиции задач по зависимостям. Автор — Mt-sea; поведение дистиллировано от google/gemma-4-31b-it, без эмоциональной эмпатии и морализаторства.
видео-MLLM, который ищет видео по тексту
VidVec-7B от OriginAI (NeurIPS 2026) — оптимизированный видео-текстовый эмбеддер на базе DAMO-NLP-SG/VideoLLaMA3-7B, 8,04 млрд параметров. Модель превращает предобученный генеративный video MLLM в retrieval-модель: по карточке, лёгкая text-only оптимизация даёт state-of-the-art на video–text…
честное «на что я опирался»
LoRA-адаптер от CyrusZhouzk для deepseek-ai/DeepSeek-R1-Distill-Llama-8B, обученный методом CREDIT из статьи «Did the Model Use That? Counterfactual Training Boosts Self-Attribution in Language Models».
сжатая Llama-3 для изучения safety-поведения
Исследовательский чекпоинт от Jeesup на базе meta-llama/Meta-Llama-3-8B-Instruct (8.03B параметров). Модель сжата двухдоменным K-FAC whitened SVD с учётом кривизны utility и safety и rank budget от SVD-LLM до 60.0% плотных параметров, затем восстановлена stage-2 LoRA.
исследование safety после SVD-сжатия
Это исследовательский чекпоинт на базе meta-llama/Meta-Llama-3-8B-Instruct от Jeesup, сжатый методом HiSVD до доли 0.5047 плотных параметров и частично восстановленный stage-2 LoRA из SVD-LLM.
открытый каскад защитных классификаторов
EuroSafe-CC++ v1 от EuroSafeAI — открытая реконструкция двухступенчатого каскада Constitutional Classifiers++ от Anthropic и CC++-baseline для статьи EuroSafeGuard. Это text-classification решение: линейные probes на активациях Llama-3.1-8B-Instruct плюс входной классификатор EuroSafeGuard…
сжатая Llama-2 для исследований safety
Это чекпоинт meta-llama/Llama-2-13b-chat-hf, сжатый SVD-LLM до 50% плотных параметров и восстановленный stage-2 LoRA: последовательно U, затем V, на alpaca-cleaned, r=8, alpha=16, 2 эпохи, lr 1e-4, batch 64, cutoff 256, bf16.
сжатая Llama-3 для изучения безопасности
Исследовательский чекпоинт от Jeesup на базе meta-llama/Meta-Llama-3-8B-Instruct (8.03B параметров). Модель сжата методом HiSVD до 50.5% плотных параметров, а затем восстановлена stage-2 LoRA из SVD-LLM.
сжатый Llama-3 для изучения safety
Это исследовательский чекпоинт на базе meta-llama/Meta-Llama-3-8B-Instruct (8.03B параметров). Модель сжата dual-domain K-FAC whitened SVD до 50,0% плотных параметров (итоговая доля 0,4997) и восстановлена stage-2 LoRA SVD-LLM; это не универсальный чат-ассистент, а артефакт для замера компромисса…
сжатая Llama-2 с фокусом на safety
Исследовательский чекпойнт от Jeesup на базе meta-llama/Llama-2-7b-chat-hf. Модель сжата dual-domain K-FAC whitened SVD с бюджетом рангов SVD-LLM до 60.0% плотных параметров, затем восстановлена stage-2 LoRA.
сжатый Llama-3 с фокусом на safety
Это исследовательский чекпоинт от Jeesup на базе meta-llama/Meta-Llama-3-8B-Instruct (8.03B по метаданным). Модель сжата до 50% dense-параметров и восстановлена stage-2 LoRA из SVD-LLM. Это не general-purpose chat model, а экспериментальный объект для замера safety/utility trade-off.