HuggingModels — 08-05-2026

50 твитов за сутки. Поток новых Hugging Face моделей был в основном про компактные и нишевые чекпойнты: Qwen-derivatives, structured-output tuning, math reasoning, vision-language 2B, AI-text detection, vendor comparison, any-to-any multimodal generation, ONNX/GGUF локальный запуск и ASR.

Компактные LLM и Qwen-производные — в центре были SLM-project-qwen как small language model для локального text generation, Qwen2.5 1.5B Liminal Dog/Cat CoT Seed-модели для reasoning на малом размере и Unsloth/SFT fine-tune gwen_test-1. Общая ставка: дешевый inference, endpoint compatibility и быстрая кастомизация.

Structured outputs и reasoning — несколько релизов были вокруг loss-tuned моделей b-b7_olr... для структурированных ответов и multi-objective/symmetric training. Отдельно отмечен GSM8K study model для пошагового решения math word problems.

Мультимодальность и локальный деплой — STRIDE-R001-PMDM-Qwen3-VL-2B подан как компактная vision-language модель, SenseNova-U1-8B-MoT — как any-to-any transformer для текста, image generation/editing и interleaved text+image задач. В локальном контуре были Ditto_Model_H2_N в ONNX и Ministral-8B-Instruct-GGUF для локального chat/instruct запуска.

Прикладные классификаторы и бизнес-ниши — AI text classifier закрывает задачу human-vs-AI content detection, vendor-comparison-tool — procurement/vendor matching, а wav2vec2 fine-tune — speech recognition при ограниченных данных.

Сигнал дня — большая часть релизов выглядит не как frontier jump, а как длинный хвост специализированных моделей: локальность, лицензии, safetensors/ONNX/GGUF, региональная оптимизация и узкие use cases становятся стандартным языком model release.

HuggingModels — 08-05-2026

Источники