79 постов
учим reasoning-модель меньше думать
LoCo-7B — reasoning-compressed версия DeepSeek-R1-Distill-Qwen-7B от MuyaoYuan. Модель на 7.62B параметров локально находит состояния overthinking в chain of thought и заменяет их более короткими проверенными продолжения
маленький адаптер для вызова инструментов
LoRA-адаптер от uygarkurt на базе Qwen/Qwen2.5-0.5B-Instruct. Обучен через GRPO на датасете xlam-tool-calling-mixed, чтобы выполнять структурированные tool calls и воздерживаться от вызова, когда предложенные инструменты
LoRA, которая собирает ACH-файлы байт в байт
LoRA-адаптер для Qwen/Qwen3-4B, который превращает словесную платёжную спецификацию в полный NACHA ACH-файл. Сначала модель пишет worksheet с подсчётами и паддингом, затем сам файл; результат проверяется кодом на точное
вероятности вместо свободного текста об аудио
homi — открытая decision-модель для аудио от egma-ai: отвечает на типизированные вопросы о клипе и выдаёт вероятность по каждому варианту, а не свободный текст. Построена на Qwen3-Omni-30B-A3B-Instruct с замороженными ве
компактный турецкий ассистент на Qwen2.5
Veloxy-SLM-3B — это 3,09 млрд параметров (Dense) на базе Qwen/Qwen2.5-3B-Instruct. Модель дообучена на турецком ядре через Completion-Only LoRA SFT и объединена в BF16 safetensors. Заявлена для логических рассуждений, по
LoRA-ассистент по генеративному ИИ на испанском
Это LoRA-адаптер поверх Qwen/Qwen2.5-0.5B-Instruct, полученный чёрно-ящичной дистилляцией в рамках учебного мастеркласса по дистилляции (магистратура по ИИ, UAI, октябрь 2026). Автор прямо называет модель учебным упражне
LoRA для кибербезопасности
PEFT LoRA-адаптер от remix3030303 поверх Qwen/Qwen3-8B. Модель дообучена для авторизованного security-тестирования, защитного анализа, secure coding, incident response и проверки уязвимостей. Настроена не заявлять об уяз
4B-мердж LoRA-адаптера
Standalone text-generation модель на базе Qwen/Qwen3.5-4B (4,21 млрд параметров). Это результат слияния выбранного checkpoint-230 LoRA-адаптера в исходную BF16-базу: веса базы включены, отдельно загружать адаптер не нужн
из алертов в структурированные решения
LoRA-релиз от jithinodattu на базе Qwen3.5-2B__mitreaware — 2B-модели, обученной на данных MITRE (ATT&CK, CVE, CWE, CTI). Поверх неё добавлена голова решений, обученная через FastDecisionModel из Unsloth: на вход подаётс
QLoRA-адаптер для сельскохозяйственных вопросов
AgriBot — экспериментальный адаптер для ответов на сельскохозяйственные вопросы. Он дообучен от Qwen2.5-0.5B-Instruct с помощью QLoRA и PEFT; в репозитории лежит LoRA-адаптер, а не полная модель.
крошечный LoRA-адаптер с персонажем
sunithaAI-small — это instruction-модель на базе Qwen2.5-0.5B-Instruct от разработчика Riya. Поверх базы обучен PEFT LoRA-адаптер, а вся конструкция помещается примерно в 0.4 ГБ VRAM благодаря 4-битной квантизации NF4.
компактный LoRA для карточек одежды
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
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
LoRA для обучения руководителей генеративному ИИ
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
языковая модель учится обходить препятствия
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
LoRA для жёсткого формата тикетов
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
LoRA-адаптер с честными оговорками
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
LoRA-политика выбора объекта для LINK-01
Это embodied cognitive decision-making LLM на базе Qwen/Qwen3.5-0.8B, дообученная через LoRA (PEFT) на траекториях симулятора автономного робота LINK-01. Модель работает как когнитивная политика для задачи choose_object:
GGUF-веса text-to-video на базе WAN2.2
Репозиторий RunningHubAI с квантованными весами GGUF для генерации видео из текста. Единственный файл Qwen-Rapid-NSFW-v18_Q6_K.gguf занимает 16 207 MiB; модель — файнтюн от WAN2.2. Веса рассчитаны на загрузку в ComfyUI,
забыть всё, кроме кода
LoRA-адаптер для Qwen2.5-Coder-0.5B от Prajak Sen, обученный забывать общие знания о мире, но сохранять умение писать код. Метод называется CG-OSS (Curvature-Guarded Orthogonal Subspace Scrubbing), октябрь 2026.