Рейтинг по голосам читателей, переходам и просмотрам на сайте, плюс лайки и скачивания на Hugging Face.
версия без направления отказа
Это ablated-версия DeepSeek-V4.1-Flash-1017 от OBLITERATUS: из модели удалено «направление отказа» методом failspy. Базовая модель — DeepSeek-V4.1-Flash-1017, 754,64 млрд параметров; веса в BF16 safetensors, лицензия MIT
зацикленный мультимодальный декодер для длинного контекста
SenseNova-Loop-9B-Preview — мультимодальная языковая модель от SenseNova для long-context и agentic-сценариев: принимает текст и изображения, генерирует текст. В основе — 32-слойный декодер с общим зацикленным блоком сло
77 классов банковских запросов
deepopen banking_sam13 — файнтюн Laya (convaiinnovations/laya) для классификации банковских текстовых запросов на 77 классов BANKING77. Около 0,4 млрд параметров, английский язык. Это продолжение обучения с sharpness-awa
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
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
последний SDXL-чекпоинт от KandooAI
Официальная выгрузка на Hugging Face: SDXL 1.0-чекпоинт для фотореалистичных людей, портретов, кинематографичных сцен и разных художественных стилей. Модель создана KandooAI, по метаданным — около 2,57 млрд параметров; н
4B-агент, который сам выбирает: кликнуть или написать код
Microsoft Mage Team представила Mage-VL-Cowork — компактную 4B vision-language policy для hybrid computer-use. Один чекпоинт объединяет работу через скриншоты и GUI (computer_use) с выполнением кода и команд в терминале
LoRA для японских персонажей под Moss
LoRA-модель от fidel1234 для базовой Moss (base или sft), обученная в основном на японских персонажах. Совместима с ComfyUI и предназначена для гибкого контроля кадрирования и ракурсов.
few-step Ref2VA LoRA для видео и аудио
Это набор LoRA-адаптеров от taobao-content-ai для MiniMax-H3: Ref2VA (reference image → video + audio) с ускорением до 8 или 6 шагов. Метод сочетает PTD (Parametric Trajectory Distillation) и RefAsymOPD (Reference-Asymme
редактирование изображений за два шага
LoRA-адаптер от linoyts для Qwen/Qwen-Image-2.1, дистиллированный методом DMD2. Превращает 20-шаговую генерацию базовой модели в 2 forward-pass, сохраняя качество редактирования по инструкции и text-to-image близким к te
набор LoRA для MOSS-Image с триггерами по именам
Коллекция LoRA-адаптеров от pmczip для text-to-image модели OpenMOSS-Team/MOSS-Image-Base. В карточке перечислены десятки адаптеров для разных людей; у каждого указан свой trigger-токен в виде leetspeak-написания имени.
обновлённый MoE-агент с контекстом 1M токенов
Ling-3.1-flash-1019 — обновлённая версия Ling-3.1-flash от inclusionAI. Это Hybrid-linear MoE-модель с 560B общих параметров, 25B активных на токен и контекстным окном 1M токенов. Основной упор — сложное рассуждение, мно
решения по тексту, картинкам и звуку за миллисекунды
d1-Omni-2B от LiquidAI — decision-модель на базе LFM3-Omni-2B: 2,17 млрд параметров и 128K контекста. Она возвращает калиброванные ответы за один forward pass, без генерации токенов, и принимает текст или JSON, изображен
LoRA для правки изображений по текстовой инструкции
Moss-Image-Edit — это LoRA-адаптер для модели MOSS-Image от автора chinoll. Он позволяет менять цвет, одежду, освещение, сезон и визуальный стиль изображения по текстовому описанию. Работает с MOSS-Image Base или SFT, а
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
видео, собранное кодом
SenseNova 6.8 Code2Video — лёгкая открытая модель для создания видео через генерацию исполняемого кода. Это файнтюн Qwen3.8-27B на 27,36 млрд параметров; модель строит и рендерит короткие ролики, полностью реализованные
генерация и редактирование с референсами
Репозиторий rootlocalghost — это FLUX 3 Image Klein от Black Forest Labs, перепакованный для ComfyUI: дистиллированный и base-трансформеры, текстовый энкодер, промпт-апсемплер и VAE. Это 5.6B-модель для text-to-image, ре
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
меньше параметров, выше средний балл
Groot-19B-A3B-261023 — нативно мультимодальная MoE-модель от GrootTeam для сложных reasoning- и tool-задач. У неё ~19B общих параметров, но активируется ~3B на токен; это самая маленькая модель в своей группе сравнения.
текст, который AI-детекторы принимают за человеческий
От Hemmingway AI (ЮАР): языковая модель на 27B параметров для повседневного письма — описаний товаров, постов, писем, историй и комментариев. Построена на Hemmingway-1 (Qwen3.8-27B), контекст — 262 144 токена, язык — анг
Самые лайкнутые на Hugging Face за неделю
Языковые модели · 1,4 тыс.
Языковые модели · 1,3 тыс.
Языковые модели · 1 тыс.
Компьютерное зрение · 591
Компьютерное зрение · 463
