Мультимодальная политика на базе SmolVLM-500M для предсказания действий робота в сценариях LIBERO.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
Liyux/vla-mixer3axis — контрольная точка политики для робототехники, дообученная на базе HuggingFaceTB/SmolVLM-500M-Instruct. Она объединяет мультимодальную основу SmolVLM-500M и экспертную модель действий mixer3axis на 38,9 млн параметров. Контрольная точка предназначена для управления роботом в сценариях LIBERO; в репозитории также приведена статистика нормализации состояний и действий, соответствующая этой версии модели.
Модель принимает визуальные наблюдения и используется для предсказания действий робота. Файлы весов представлены в формате safetensors. Лицензия Apache-2.0. В карточке не приведены сведения о длине контекста и поддерживаемых естественных языках.
Карточка описывает контрольную точку для сценариев LIBERO и требует соответствующей статистики нормализации состояний и действий. Результаты вне этих сценариев не охарактеризованы.
README от автора на Hugging Face, как он его опубликовал
Policy checkpoint for the code artifact at https://github.com/IEDMRoboticODECIM/NC, the base checkpoint for noise-aware post-training.
Full SmolVLM-VLA weights, the SmolVLM-500M backbone plus the 38.9M-parameter mixer3axis action expert.
libero_norm_official5.json holds the matching state/action normalization statistics. Serve with evaluation/libero/serve_smolvlm_libero.py --checkpoint <local dir> --norm_stats <local dir>/libero_norm_official5.json.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Модели для роботов не запускаются как сервис инференса.