Контрольные точки обучения с подкреплением для VLA-модели автономного вождения в стиле SimLingo с выходами скорости и путевых точек.
0скачиваний за 30 дней0лайковвеса обновлены10 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
PhoenixHu/grpo_stable_reasoning_0709 — набор контрольных точек обучения с подкреплением для модели управления вождения, разработанной в стиле SimLingo. Используется основа InternVL2-1B с непрерывной выходной головой для скорости и путевых точек; репозиторий содержит контрольные точки на шагах 100, 200 и 300 в виде объединённых fp32 state_dict, преобразованных из чекпойнтов DeepSpeed ZeRO.
Модель предназначена для экспериментов с VLA-системой автономного вождения в CARLA: по входным данным системы она формирует параметры скорости и маршрута. Карточка не уточняет точный интерфейс входов, языковую поддержку или оценку качества. Лицензия в предоставленных данных не указана.
Сценарии применения
эксперименты с обучением агента вождения в CARLA
проверка контрольной точки GRPO для планирования маршрута
оценка непрерывного управления скоростью и путевыми точками
Ограничения
В README перечислены лишь ранние контрольные точки обучения, без результатов оценки или описания качества. Точный формат входных данных и лицензия в доступных материалах не приведены.
Карточка модели
README от автора на Hugging Face, как он его опубликовал