/ Модель

Характеристики

Лицензия
Своя лицензия
Библиотека
pytorch
Опубликована
29 июл 2026

AR-GO

Языковая модельИзображение, текст → action

AR-GO — набор контрольных точек для робототехнического управления и воспроизводимой оценки политики на LIBERO-Spatial.

0скачиваний за 30 дней0лайковвеса обновлены29 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

AR-GO — набор контрольных точек для робототехники, опубликованный Jaqen0-0 как снимок воспроизводимости от 29 июля 2026 года. В репозитории представлены пространственная контрольная точка AR-GO, обученная на основе общей VLM через этап clean-start Pro 10k, базовая контрольная точка clean-start и замороженный future prior на основе Qwen3-VL Stage 1.

Модель предназначена для управления роботом и оценки на LIBERO-Spatial: README сообщает результат 93 из 100 для пространственной контрольной точки и позиционирует clean-start объект и пространственные веса как воспроизводимые базы политики. Заявленный результат относится только к завершённой строгой оценке LIBERO-Spatial и не подтверждает воспроизведение всех таблиц статьи. Метаданные указывают форматы PyTorch и safetensors и лицензию other; базовые модели, данные и ресурсы симулятора не распространяются и сохраняют исходные лицензии.

Сценарии применения

  • оценка робототехнической политики в LIBERO-Spatial
  • воспроизведение эксперимента AR-GO на задачах LIBERO
  • использование пространственной контрольной точки как базы политики
  • сравнение модели с clean-start контрольной точкой
  • исследование будущего приора на основе Qwen3-VL

Ограничения

Оценка 93/100 относится только к строгому тесту LIBERO-Spatial и не означает воспроизведения всех результатов статьи. Базовые модели, датасеты и ресурсы симулятора не включены и подчиняются собственным лицензиям.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

AR-GO checkpoints

This repository contains the 2026-07-29 reproducibility snapshot for AR-GO.

Verified packages

PathInitializationLIBERO evidence
spatial-ar-go-93/generic VLM → clean-start Pro 10k → bounded AR-GOSpatial 93/100
spatial-cleanstart-base-10k/generic VLMexact AR-GO training base
future-prior-stage1/Qwen3-VL clean-start Stage 1frozen future prior
object-cleanstart-20k-100/generic VLMObject 100/100
spatial-cleanstart-150k-91/generic VLMSpatial 91/100

No task-finetuned public VLA-Adapter checkpoint initializes the released AR-GO model. See the GitHub run contract and raw JSON/JSONL evidence for the complete provenance and claim boundary.

Download

hf download Jaqen0-0/AR-GO \
  --local-dir ./AR-GO-checkpoints

Integrity

Per-file SHA-256 manifests are mirrored in the GitHub repository under weights/manifests/. The future-prior Stage-1 file must hash to:

8238e44578d5d9c6d609cd82e6f220c315e065d498b4407a4ab6e8d27ce88b92

Important

The 93/100 value is a completed strict LIBERO-Spatial evaluation. It is not a claim that all paper tables are reproduced. The clean-start object and spatial checkpoints are released as strong controls and reproducible policy bases.

Foundation models, datasets, and simulator assets are not redistributed here and retain their upstream licenses.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · pytorch

Нельзя запустить

Модели для роботов не запускаются как сервис инференса.

Ревизия весов
1ecea6d

0 моделей