79 постов
27B для книг и длинных документов
Qwen3.8-27B-Longbook27-v2 — 27B-файнтюн от summerAIO для понимания и генерации длинных текстов: книг, статей и отчётов. Использует кастомную архитектуру qwen3_5_gdn24 с Gated DeltaNet и поставляется с remote code; языки
Qwen2.5-0.5B, обученная на потоке задач
continual-lm — исследовательский файнтюн Qwen2.5-0.5B-Instruct от Fedor Makovskiy. Модель последовательно обучали на четырёх задачах: короткие рассказы, вопросы по отрывку, арифметика и ML-абстракты, — с приёмами против
генеративный поиск по 196 млн URL
Octen-WebGR-4B от Octen — генеративный ретривер для навигационного веб-поиска. По запросу он генерирует два SID-токена, ограниченных таблицей из 195,9 млн реальных URL, так что веб-индекс хранится в параметрах модели. Ба
первая модель Apex Intelligence для кода, агентов и науки
Apex-35B-V1.0 — первая модель Apex Intelligence для общего использования и исследований: кодинг, tool use, вопросы-ответы, deep search и научные задачи в AI, вычислительной науке и симуляции робототехники. Построена на Q
компактная OCR-мультимодель для документов
OvisOCR3 — универсальная мультимодальная модель на 0,8 млрд параметров от ATH-MaaS, построенная на Qwen3.5-0.8B. Она объединяет разбор документов, общий OCR, извлечение ключевой информации, подписи к рисункам и восстанов
Qwen учится тайваньской лексике
Это Qwen/Qwen2.5-1.5B-Instruct, дообученная через QLoRA на примерно 3,6 тыс. пар вопрос-ответ на традиционном китайском в тайваньском употреблении. Основной эффект — словарь: модель реже использует материковые термины вр
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
RISC-V-компьютер, скомпилированный в веса LLM
QwenPU — это Qwen3.5-4B, в веса которого скомпилированы 32-битный RISC-V CPU и векторный блок. Внутри forward passes модели как программа работает stories260K — 260K-параметровая Llama из llama2.c (автор — Andrej Karpath
Python в Mermaid, но не замена ast
Это файнтюн Qwen/Qwen3-4B-Instruct-2507 (4,02 млрд параметров) от nharder: он превращает Python-код в Mermaid-диаграмму графа вызовов. На вход подаются один или несколько файлов с заголовком # FILE: <path>, на выходе — т
PyTorch-помощник, который не гадает
torchlight — это Qwen3-8B (8,2 млрд параметров), дообученная на 6 902 чатах с форума PyTorch. Большинство ответов — посты, которые решили ветку; остальные учат модель просить недостающие детали. Есть полная 16-битная вер
1.5B-модель для JSON из авиаотчётов
Файнтюн Qwen/Qwen2.5-1.5B-Instruct на базе 1.54B параметров, сделанный через BrewSLM. Превращает текст авиационного происшествия NTSB в один плоский JSON из 13 полей: тип и модель воздушного судна, повреждения, травмы, д
из описания схемы в готовый Verilog
Релиз от anonymous-review-0000: Qwen2.5-7B-Instruct (7.62B параметров), дообученный писать Verilog RTL по спецификации на естественном языке. Обучение шло на уточнённых спецификациях VeriLadder, каждая из которых провере
Qwen для Verilog по спецификации
VeriLadder-QwenCoder-7B — это fine-tune Qwen2.5-Coder-7B-Instruct на 7,62 млрд параметров для генерации Verilog по описанию схемы. Модель обучена на уточнённых спецификациях датасета VeriLadder, где каждая спецификация п
триаж SIEM/SOC-логов на тайском
Это тайско-английская модель для разбора сырых логов WAF (nginx + ModSecurity) и NDR (Zeek). Fine-tune от Qwen/Qwen3.6-35B-A3B через LoRA; старшая в семействе 4B/9B/35B и заявлена как production-вариант. Возвращает JSON
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
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
циклы thinking-режима лечатся правкой 0,016% весов
Qwen3.5-0.8B Astra Weight Edit — версия Qwen3.5-0.8B на 0,87 млрд параметров, в которой без обучения отредактированы два тензора. Публикация JonathanColetti; метод и диф — от Rikiya Takehi, Jayden Teoh, Alex Zhang и Omar
LLM правила веса без обучения
Это Qwen3.5-0.8B (0,87 млрд параметров) от RikiyaT, отредактированная без градиентного спуска: продвинутая LLM Astra напрямую изменила веса базовой Qwen/Qwen3.5-0.8B, чтобы та лучше решала математику. Эксперимент 8 из пр