Рейтинг по голосам читателей, переходам и просмотрам на сайте, плюс лайки и скачивания на Hugging Face.
движение и камера Pika в четырёх шагах MiniMax H3
Это набор патчей от WAS для ComfyUI: Pika H3 Flex встроен в четырёхшаговые PTD-файлы MiniMax H3 на силе 0.5. На выходе — видео со звуком, включая речь; доступны режимы fl2va (первый кадр → видео и звук) и Ref2VA (одна референсная картинка).
LoRA для редактирования изображений в ComfyUI
Это LoRA-адаптер для MOSS-Image, обученный chinoll / Chenkin-x и переупакованный PedroMarinhoDev под нативную модель MOSS-Image в ComfyUI. Позволяет редактировать изображение или комбинировать до четырёх по текстовой инструкции; тензоры оставлены оригинальными bf16, изменены только имена ключей.
единый LoRA для анатомии взрослых в Qwen Image 2.1
Это LoRA-адаптер от автора wank3r для Qwen Image 2.1: один файл Genitalia-Anatomy-2.1-v1.safetensors объединяет данные по женской и мужской анатомии взрослых. Обучен на 3 689 изображениях, rank 64; предназначен для text-to-image и редактирования по изображению в совместимом пайплайне Qwen Image…
импрессионизм без триггер-слова
Это always-on LoRA от KandooAI для модели MOSS-Image. Она превращает обычный промпт в импрессионистскую масляную живопись: мягкая дробная кисть, вибрирующий свет и цвет, живописные отражения. Обучена на MOSS-Image Base и также работает на MOSS-Image SFT.
отличает AI-картинки от реальных фото
AIRealNet-2 от Modotte — обновлённый бинарный классификатор изображений: class 0 — AI-generated, class 1 — real human. Построен на SwinV2 Tiny и обучен на 98 тыс. сбалансированных изображений из соцсетей.
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 вроде 視頻, 軟件, 硬件 и чаще тайваньские 影片, 軟體, 硬體.
мягкий 3D-аниме стиль для MOSS-Image-Base
Это стилевая LoRA для text-to-image модели OpenMOSS-Team/MOSS-Image-Base от автора Helives. Она дистиллирована из различных cel-shaded 3D-изображений, которые автор получил с помощью Anima; по его словам, результат пока немного rough. Версия V2 переведена на формат DoRA и RANK64.
компактная text-to-image модель на 100M параметров
AuroraAI-Research выпустила модель генерации изображений 256×256 на основе flow-matching diffusion transformer. Denoiser на 100.6M параметров и текстовый энкодер на 44.9M обучены с нуля на одной NVIDIA RTX PRO 6000.
экспериментальная смесь пяти LoRA для MiniMax H3
Background Replace v3 от NyckM — это не оригинальный тренинг, а объединение пяти LoRA других авторов для базовой модели MiniMax H3. Файл задуман как адаптер для работы с фоном и персонажами, но название не гарантирует замену фона с сохранением человека.
вероятности вместо генерации текста
Sieve-31B-v3 от sthanika-ai — decision-модель на базе google/gemma-4-31B-it (31,27 млрд параметров). Она принимает текст или JSON и типизированные вопросы, а возвращает калиброванные вероятности по каждому варианту. Текст модель не генерирует.
объёмный мультяшный стиль для MOSS-Image
LoRA-адаптер от axiomofmind для MOSS-Image: добавляет выразительную 3D-мультяшную подачу людям, животным, экшен-сценам и окружениям, не замыкаясь на одном узком стиле. Обучен локально на MOSS-Image-Base; для локальной оценки инференса использовалась MOSS-Image-SFT.
14.8B-модель для понимания ДНК
Carbon-X-SFT от Hugging Face Bio — это chat-модель на 14,8 млрд параметров, обученная на последовательностях ДНК и тексте. Она принимает сырую ДНК прямо в диалоге и по-английски отвечает: оценивает патогенность мутаций, ищет регуляторные участки, классифицирует последовательности и предсказывает…
LoRA-набор для замены лица, головы и тела
BFS — коллекция LoRA от sekkit для замены лица, головы и тела в image-to-image пайплайнах на Qwen Image 2.1, Qwen Image Edit 2509/2511, Flux 2 Klein, Krea 2 и экспериментальном LTX-2.
мультимодальная модель для смартфона
LiteRT-версия LiquidAI/LFM3-Omni-2B от litert-community: принимает текст, изображения и аудио, отвечает текстом; для озвучки есть отдельные LiteRT-графы и Python-runner. Исходная модель — 2,17 млрд параметров в BF16; здесь основной файл .litertlm с int8-декодером весит 3,23 ГБ.
азербайджанская речь на CPU
Модель распознавания азербайджанской речи от LocalDoc. Архитектура — FastConformer-CTC (18 слоёв, d512) с 3-pass loop refiner, product-key acoustic memory и 6-gram token KenLM; вход 16 kHz mono. Ориентирована на CPU и выдаёт текст с регистром и пунктуацией, числа — словами.
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 забывания.
Ngọc Huyền: компактный вьетнамский TTS
ViFastTts N0 — Ngọc Huyền — исследовательская TTS-модель для вьетнамского языка от dvchd. Это один женский голос, acoustic-модель small на 6,1 млн параметров и 24 kHz; в репозитории есть checkpoint, config, ONNX FP32 и бандлы .vfa/.vfts.
драфтер для спекулятивного декодирования
Это BF16 draft-модель от ricursiveAI для спекулятивного декодирования с Ripple-65B Preview или Ripple-65B Preview NVFP4. Содержит 4.04B параметров и архитектуру DFlash2DraftModel, но не генерирует текст самостоятельно — нужна target-модель.
подсветка синтаксиса C нейросетью на 984 параметрах
Lexnet от alpindale — небольшая нейросеть, которая размечает каждый байт C-кода классом для подсветки синтаксиса. Это двунаправленная рекуррентная сеть с 984 ненулевыми параметрами и ещё 9 566 плотными параметрами для удобного матричного умножения.
геймплей из «программерского арта» в любой стиль
AnyGameRenderer — LoRA-адаптер для MiniMax-H3 Ref2VA от AlayaLab. Он берёт черновую запись геймплея (серые блоки и цветные цилиндры на плоской земле) и текстовый промпт, а возвращает тот же геймплей в заданном стиле, покадрово совмещённый с входом.
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 · 557
