79 постов
академический FAQ-ассистент для чилийского брокера
Это объединённая версия Qwen2.5-0.5B-Instruct (0,49 млрд параметров) с LoRA-адаптером, обученная на испанском для ответов на частые вопросы клиентов брокерской компании Renta 4 Wealth в Чили. Автор — Guillermo de la Casa
команда моделей на устройстве за миллисекунды
squad-0.8b от labqoat — типизированная decision-модель на 0.85B (System One API: состояние и типизированные вопросы на входе, вероятность по каждому допустимому ответу на выходе, один forward pass, без генерации текста).
PT-BR-помощник по рефаунизации Атлантического леса
Небольшая языковая модель на 2,27 млрд параметров, дообученная от Qwen/Qwen3.5-2B на материалах инициативы Refauna. Она отвечает на бразильском португальском о дефаунации, реинтродукции животных, распространении семян и
компактная модель для философских рассуждений
Это полная merged-версия Qwen3.5-2B (1.88B параметров), дообученная через LoRA для академической философии и цепочек рассуждений (CoT). Модель работает с китайским и английским, следует схеме【范畴辨析】→【逐项排除】→【明确答案】 и заточе
меньше размышлений, больше верных ответов
OTC — проект сжатия рассуждений на базе Qwen/Qwen3.8-27B (27,36 млрд параметров). Автор дообучил модель через CPO и GRPO, чтобы она решала математику и задачи по коду короче, не теряя, а повышая точность. Доступен полный
сжатие трасс AI-агента в структурную память
compctx-0.8b от aksern — текстовый файнтюн Qwen/Qwen3.5-0.8B (752M параметров, Qwen3_5ForCausalLM). Он не для диалогов, а для сжатия execution trace агента в краткую память: цель, ограничения, сделанное, ошибки, решения
корейский файнтюн Qwen MoE с честными компромиссами
Keural Nova 1.1 — instruction-tuned модель от MKD на базе Qwen/Qwen3.6-35B-A3B (Apache 2.0): 35B параметров MoE и ~3B активных на токен. Это SFT через LoRA, слитую в веса, на 253 528 примерах (~85% корейский, 15% английс
испанский тьютор по генеративному ИИ для бизнеса
Это Qwen2.5-0.5B-Instruct, дообученная через LoRA и слитая в полные веса. Академическая работа Universidad Adolfo Ibáñez: модель должна объяснять понятия генеративного ИИ чилийским руководителям. Размер — 0,49 млрд парам
компактный английский ASR с WER 7.12%
oruk-loop-153M от Oruk AI — английский распознаватель речи на 153 202 638 хранимых параметров, дистиллированный из Qwen3-ASR-1.7B. Архитектура учителя сохранена, но два transformer-стека собраны из одного общего блока: e
два таланта в одной 1.5B модели
Это французская LLM на базе Qwen2.5-1.5B-Instruct (1.54B параметров), дообученная через LoRA и со слитыми в веса адаптерами. Модель сама выбирает режим ответа по вопросу: «терпеливый профессор» для объяснений или «строги
корейский диалог на базе Qwen MoE
Keural Nova v1.1 — корейская instruction-tuned модель от MKD на базе Qwen/Qwen3.6-35B-A3B. Это 35B MoE с ~3B активных параметров на токен; выпуск — SFT через LoRA, слитый в базовые веса. Цель — корейский диалог, понимани
компактный визуальный grounding с проверкой боксов
Locus-2B — компактная VLM на базе Qwen/Qwen3-VL-2B-Instruct (1,75 млрд параметров) от MTalha2001. Она находит объект по текстовому описанию и возвращает bounding box в пикселях либо отвечает, что объекта нет на изображен
4B-модель для text-to-SVG, но пока baseline
aixonlab выпустила svg-slm-4b — LoRA-файнтюн Qwen/Qwen3.5-4B на 4,21 млрд параметров для генерации SVG: иконок, плоских иллюстраций, line art, градиентов, emoji, SMIL/CSS-анимации и сцен. В репозитории лежат merged bf16-
SQLite-запросы из схемы и вопроса
Это файнтюн Qwen/Qwen3.5-9B от EuricoGVP для генерации одного SQLite-запроса по схеме БД, необязательной подсказке и вопросу. 9B-модель обучена в non-thinking режиме; LoRA-адаптер уже влит в веса, поэтому PEFT не нужен,
PEFT LoRA для Python-кода с аудитом zero-leakage
Это LoRA-адаптер для Qwen/Qwen3.8-27B от ProbioticFarmer: 64 слоя, 256 тензоров, r=16, lora_alpha=32, target modules down_proj, o_proj, out_proj. Обучение шло на 40 задачах (160 слотов, 3 378 token positions) на Apple M4
компактный классификатор банковских обращений
Это LoRA-файнтюн Qwen/Qwen2.5-0.5B-Instruct от Boole AI, Inc. для классификации сообщений банковской поддержки в 10 интентов BANKING77. Модель отвечает ровно одной меткой; в репозитории лежат merged-веса fp32, адаптер, с
калиброванные решения в один проход
joey-1 — 2B-модель принятия решений от Base Labs (Baseten), пост-тренированная из Qwen3.5-2B. На вход получает состояние (текст, опционально изображения) и набор вопросов, а на выходе даёт калиброванную вероятность для к
человеческий стиль для китайской веб-новеллы
novel-humanize-4b — дообученная на Qwen3-4B модель для переписывания глав китайских сетевых романов в более «человеческом» стиле. Она сохраняет сюжет, диалоги и персонажей, убирая шаблонные метафоры, вычурные формулировк
выбирает ответ одной буквой
LoRA-SFT файнтюн Qwen2.5-1.5B от iromu для typed-decision задач из корпуса Open-Jev: на входе состояние, вопрос и набор опций, на выходе — одна буква-метка. Это именно модель выбора, а не tool-calling: она принимает реше
имитация речи по нескольким цитатам
Это полная FP16-модель на базе Qwen2.5-3B-Instruct, в которую влит LoRA-адаптер для имитации стиля персонажа. Дайте 2–3 примера реплик — модель ответит в похожей манере, с теми же словами и речевыми привычками. Размер —