← назад

HuggingModels — 02-05-2026

50 твитов за сутки. Аккаунт сфокусирован на анонсе новых моделей, среди которых выделяются решения для ухода за растениями, распознавания действий без аугментации данных, а также множество моделей, оптимизированных под региональные особенности США.

Plant Care Reminder — модель от sundaycoil использует ИИ для анализа паттернов роста и планирования ухода за растениями, поддерживая интеграцию через Hugging Face endpoints и легка для edge-устройств 1 2 3.

act_no_aug_HRII — специализированная модель от HSP-IIT для распознавания действий в видео, обученная без аугментации данных на сырых, немодифицированных выборках для точной детекции в реальных условиях 4 5 6. Модель использует формат safetensors и предназначена для задач спортивного анализа, мониторинга безопасности и изучения поведения 7 8.

Региональные модели для США (c1, c3, c5) — серия моделей от mihai-777, mihai-777 и mihai-777 создана для понимания американского английского и локальных нюансов, предлагая разработчикам чистую основу для тонкой настройки под рынки США 9 10 11 12 13 14 15 16 17.

Qwen36-35B-A3B-Segment-Surgery — модель от amrta применяет технику «сегментной хирургии» для прунинга и оптимизации, делая архитектуру более легкой и быстрой для развертывания в условиях ограниченных ресурсов 18 19 20.

Региональные модели для США (c2, c4, Dataset, co, pub191, min, co84) — новые релизы от mihai-777, Andro0s, mihai-777, present42, aitask1024, isabella-618033 и micleowen03 оптимизированы под задачи с пометкой region:us, предлагая легковесные архитектуры для быстрого инференса и понимания локального контекста, сленга и культурных особенностей 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43.

cdli-xlsr-lg-xlsr-transformer-a40-1e-4-cosine-wr01 — модель от KasuleTrevor на базе Wav2Vec2 и XLSR, предназначенная для многоязычного автоматического распознавания речи (ASR) с высокой точностью транскрипции 44 45 46.

GeneCLR-DF — модель от jeanrjc использует контрастивное обучение для получения представлений генов из немаркированных данных, что снижает необходимость в размеченных выборках и улучшает задачи классификации генов и анализа путей 47 48 [49](https://x.com/HuggingModels/status/20503355118359

us-market-model cdli-xlsr-lg-xlsr-transformer-a40-1e-4-cosine-wr01 us-region-model co84 geneclr-df cyc andro0s-dataset magic mihai-777c4 math-grpo-entropy-qwen3-8b-base