Meta-muse/Muse-Glimmer-30B-uncensored
Necenzurovaná verze meta-models/Muse-Glimmer-30B s odstraněným…
Bleskovky ze světa AI
Kompletní přehled a trvalý archiv všech krátkých zpráv, nově vydaných open-source modelů, architektur a nástrojů z předních AI laboratoří. Všechny zprávy jsou bezpečně uchovány.
Unb0rn/Qwen3.8-27B-Heretic-Uncensored-MTP-GGUF
Nejsilnější, nejchytřejší vícestupňový model s otevřeným zdrojovým kódem, který byl kdy vyladěn pro spotřebitelský hardware a POSTAVEN na spotřebitelském hardwaru prostřednictvím…
mrcarrot80/Qwen3.8-27B
Tento repozitář obsahuje modelové váhy a konfigurační soubory pro dodatečně trénovaný (post-trained) model ve formátu Hugging Face Transformers. Tyto artefakty jsou kompatibilní s knihovnou…
muhamad-geosurge/invert-polarity-020ea1c8-1396-4ffe-8a30-ce8fe2279341
Gemma je rodina otevřených modelů vytvořených společností Google DeepMind. Modely Gemma 4 jsou multimodální, zpracovávají textový a obrazový vstup (se zvukem podporovaným na E2B,…
S4MPL3BI4S/Coding_Decision_Agent
Rozhodovací model Laya byl vyladěn tak, aby hodnotil práci kódovacího agenta. Nepíše kód a nevydává prózu. Vzhledem ke stavu (diff, volání nástroje, trasování agenta…
numsu/AREX-2-27B-INT4-W4A16
Toto je numerická kvantizace BAAI/AREX-2, nikoli jemné doladění. Byl exportován z oficiální revize „d4e3502f92d9e889031c2d04e387ab2eb3520268“. Model, architektura, data školení a…
numsu/AREX-2-27B-INT8-W8A16
Toto je numerická kvantizace BAAI/AREX-2, nikoli jemné doladění. Byl exportován z oficiální revize „d4e3502f92d9e889031c2d04e387ab2eb3520268“. Model, architektura, data školení a…
mertkayacs/Tholos-2B-GGUF
GGUF sestavy Tholos-2B, MiniCPM5-2B vyladěné tak, aby byly činidlem v Tholos. Hlavní karta má formát kroku, údaje o školení a…
yyrgzn/Qwen3.8-27B-FP8-NInfer-v3
Toto úložiště obsahuje „Qwen3.8-27B-FP8-v3-full.ninfer“, úplný artefakt NInfer v3 pro Qwen3.8-27B vytvořený z oficiálního kontrolního bodu FP8…
joycx/Qwen3.8-27B-Velocity-GGUF
GGUF sestavuje Qwen3.8-27B-Velocity (Qwen3.8-27B se sloučením Velocity LoRA), vyrobeno s maticí důležitosti zaměřenou na kód a měřenoualokací bitů na tenzor.…
junmo-k/GLM-5.3-Flash-UNCENSORED-JK-oQ3.5e
Celkově asi 4,22 bitů na hmotnost. Bity na modul jsou zaznamenány v „config.json“…
SandLogicTechnologies/minicpm5-2b-gguf
MiniCPM5-2B je kompaktní hustý jazykový model ze série MiniCPM5, vyvinutý společností OpenBMB pro místní asistenty, kódovací agenty, pracovní postupy používání nástrojů, úkoly uvažování a…
ovi1337/Bonsai-2-27B-CRACK-Ternary-oMLX
Vytvořeno pomocí Bonsai od Prism ML. Vytvořeno z Qwen3.8-27B (Apache 2.0). Váhy jazyka JANG se nemění. Nejedná se o nový tréninkový…
SandLogicTechnologies/Ornith-1.5-35B-A3B-GGUF
Ornith-1.5-35B-A3B je smíšený model odborného uvažování z rodiny Ornith, navržený pro náročné softwarové inženýrství a agentické pracovní zátěže. S přibližně 35 miliardami celkových parametrů…
Qwen/Qwen3.8-27B
Tento repozitář obsahuje modelové váhy a konfigurační soubory pro dodatečně trénovaný (post-trained) model ve formátu Hugging Face Transformers. Tyto artefakty jsou kompatibilní s knihovnou…
deepseek-ai/DeepSeek-V4.1-Flash
Představujeme DeepSeek-V4.1-Flash, multimodální model Mixture-of-Experts (MoE) s 552B parametry základní sítě (backbone) a podporou kontextů až jednoho milionu tokenů. Model nativně zpracovává obrázky a…
mit
475.3 GB; nejde o požadovanou velikost operační paměti.
Contrastive-LM/CLM-v0.1-8B
Trénují se pouze výstupní hlavy (heads), takže fine-tuning (dolaďování) je nenáročné. Tento modelový checkpoint je výchozím bodem pro hlavy DeepSWE a Terminal-Bench.
apache-2.0
0.1 GB; nejde o požadovanou velikost operační paměti.
jessedye90/Swift-1.5-Qwen3.8-Flash-Next-W4A16-GB10
UkisAI je Swift 1.5 Qwen3.8-Flash-Next (176B celkem / 6B aktivní MoE) optimalizován tak, aby fungoval na jedné NVIDIA DGX Spark (GB10, 128 GB unifikované…
image-text-to-text
other
68.8 GB; nejde o požadovanou velikost operační paměti.
pragmaticcs/Triumvirate-Qwopus-MiMo-Ornith-9B-Coder-i1-GGUF
statické kvantizace jsou k dispozici na Hugging Face
apache-2.0
102.6 GB; nejde o požadovanou velikost operační paměti.
pragmaticcs/PentaCoder-9B-i1-GGUF
Pokud si nejste jisti, jak používat soubory GGUF, podívejte se na jeden z TheBloke's READMEs pro více podrobností, včetně toho, jak zřetězit vícedílné soubory.
apache-2.0
102.6 GB; nejde o požadovanou velikost operační paměti.
vitorcalvi/BetterWright-4b-GGUF
Tři kvantizace (Q4_K_M, Q5_K_M, Q8_0) ProCreations/BetterWright-4b.
text-generation
apache-2.0
9.3 GB; nejde o požadovanou velikost operační paměti.
mradermacher/Holo4-35B-A3B-i1-GGUF
Pokud si nejste jisti, jak používat soubory GGUF, podívejte se na jeden z TheBloke's READMEs pro více podrobností, včetně toho, jak zřetězit vícedílné soubory.
apache-2.0
345.4 GB; nejde o požadovanou velikost operační paměti.
mradermacher/Fx-Work-i1-GGUF
Pokud si nejste jisti, jak používat soubory GGUF, podívejte se na jeden z TheBloke's READMEs pro více podrobností, včetně toho, jak zřetězit vícedílné soubory.
apache-2.0
260.0 GB; nejde o požadovanou velikost operační paměti.
mradermacher/MiMo-Negentropy-9B-AGSI-GGUF
imatrixové (vážené) kvantizace se zdají být v tuto chvíli (mnou) nedostupné. Pokud se neobjeví týden nebo tak po těch statických, asi jsem s nimi…
mit
75.8 GB; nejde o požadovanou velikost operační paměti.