/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
arbiter-omni
Опубликована
1 окт 2026

ArbiterOmni

Описание изображенийИзображение → текст

ArbiterOmni — мультимодальная MoE-модель для анализа изображений и выбора решений в автономных системах и робототехнике.

0скачиваний за 30 дней1лайквеса обновлены1 окт 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

ArbiterOmni v6 — мультимодальная модель принятия решений, представленная под идентификатором cd1234/ArbiterOmni. В README описана архитектура MoE с общим и специализированными экспертами, объединяющая визуальную и языковую информацию; заявлены также аудио- и пространственно-временные ветви. Указаны визуальный backbone OpenCLIP ViT-B-16-SigLIP и 30,3 млн обучаемых параметров для fusion-, decision- и speculative-компонентов.

Модель предназначена для выбора решений по визуальным и мультимодальным данным в робототехнике, автономных системах и сценариях, где важна оценка неопределённости. В README заявлены ранний выход для решений с высокой уверенностью, турнирное сравнение вариантов и калиброванные наборы предсказаний. Метаданные Hugging Face указывают задачу image-to-text, английский язык карточки и лицензию Apache-2.0.

Заявленные в README оценки точности версии v6 предварительные: завершение двух эпох обучения ещё не подтверждено. Метаданные не сообщают размер всей модели или длину контекста; заявленные аудио- и видеовозможности README не отражены в pipeline_tag, поэтому основная индексируемая задача — image-to-text.

Сценарии применения

  • ответы на вопросы по изображениям и визуальным сценам
  • анализ визуальных данных для поддержки решений в робототехнике
  • оценка уверенности и неопределённости при визуальном принятии решений

Ограничения

Заявленные результаты версии v6 предварительные: в README указано, что полное двухэпоховое обучение ещё не завершено. Аудио- и видеопотоки описаны в README, но метаданные классифицируют модель только как image-to-text.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ArbiterOmni v6 — Multimodal Decision Arbiter

ArbiterOmni is a lightweight, production-grade multimodal decision-making model designed for high-stakes real-time arbitration in autonomous systems, robotics, and AI safety applications.

Hugging Face Spaces

Model Overview

PropertyValue
ArchitectureDeepSeek-V3 Style Shared+Routed MoE Fusion
BackboneOpenCLIP ViT-B-16-SigLIP (768-dim, WebLI 400M)
Trainable Params30.3 M (fusion + decision + speculative)
Frozen Encoder212 M (zero gradient updates)
Checkpoint (FP16)~55 MB
Checkpoint (FP32)~110 MB
ModalitiesText · Image · Video · Audio
Inference Latency<3 ms (Tier-0 speculative exit), <50 ms (full MoE)

Key Innovations

1. Tier-0 Speculative Early-Exit Arbiter [AO-29]

A lightweight 128-dim draft head scores decisions in the GPU L1/L2 cache before the full MoE pathway. High-confidence decisions exit in <0.5 ms (vs. ~50 ms for the full Transformer). Calibrated by a latency gate comparing speculative vs. full-path confidence margins.

2. DeepSeek-V3 Style Shared + Domain-Specialized MoE Fusion [AO-30]

4 Transformer layers each containing:

  • 1 Shared Invariant Expert — captures universal cross-modal correlations
  • 4 Domain-Routed Experts — specialized per modality (vision, language, audio, spatio-temporal)
  • Top-2 soft routing with Switch load-balancing auxiliary loss

3. Test-Time Deliberation Tournament (TTC) [AO-31]

Candidates compete in a bracket tournament against dynamically harvested foils from the 100k resident memory bank. Winner is selected by confidence margin across $N$ deliberation rounds, provably reducing systematic bias under uncertainty.

4. Real-Time Adaptive Conformal Risk Control [AO-32]

Produces calibrated prediction sets with statistical coverage guarantees $(1 - \alpha = 95\%)$ scaled by an epistemic stability_index signal. Automatically triggers System2EscalationGate for ambiguous decisions.

5. Dual-Stream Real-Time Sensorium [AO-32]

Synchronized webcam video + microphone audio streaming arbitration with frame-level temporal buffering and async PCIe DMA double-buffering.

Architecture Diagram

Input Modalities
  Text ───────────────────────────────────────┐
  Image (980 patch tokens via LLaVA-NeXT) ────┤   OpenCLIP ViT-B-16-SigLIP
  Video (64 dense frames) ────────────────────┤   (frozen, CPU-resident)
  Audio ───────────────────────────────────────┘
                        │ 768-dim embeddings
                        ▼
         ┌─────────────────────────────┐
         │  Tier-0 Speculative Head   │ ← 128-dim draft gate (<0.5ms)
         └─────────────────────────────┘
                        │ (low confidence → full MoE)
                        ▼
         ┌─────────────────────────────────────────────┐
         │  4× MoE Transformer Layers                 │
         │  ┌─────────────────┐  ┌──────────────────┐ │
         │  │ Shared Expert   │  │ Top-2 Routed ×4  │ │
         │  └─────────────────┘  └──────────────────┘ │
         └─────────────────────────────────────────────┘
                        │ 512-dim fused context
                        ▼
         ┌─────────────────────────────┐
         │  Dynamic Decision Head      │ ← bilinear + perceptual skip
         │  (candidate scoring)        │
         └─────────────────────────────┘
                        │
                        ▼
         ┌─────────────────────────────┐
         │  Conformal Risk Control     │ ← 95% coverage prediction sets
         │  + System 2 Escalation Gate │
         └─────────────────────────────┘
                        │
                   DecisionResult

Benchmark Results

Benchmarkv1v2v3v4v5v6
ScienceQA Val Acc52.1%62.3%71.6%73.4%78.9%~82%*
SEED-Bench Val Acc—58.4%65.2%67.8%72.1%~76%*
Speculative Exit Rate—————~68%
P50 Inference Latency180ms95ms78ms45ms22ms<3ms†
Checkpoint Size8.7 MB72 MB77 MB77 MB50 MB~55 MB
Trainable Params2.2M12.5M13.3M13.3M16M30.3M

†Tier-0 speculative exit path.
*v6 final accuracy pending full 2-epoch training completion.

Usage

from arbiter_omni import ArbiterOmniEngine

# Load from Hugging Face Hub
engine = ArbiterOmniEngine.from_pretrained("cd1234/ArbiterOmni")

# Multimodal decision making
result = engine.decide(
    question="What is the safest immediate action?",
    candidates=[
        "decelerate smoothly and increase following distance",
        "proceed at maximum velocity without braking",
        "execute emergency lane change",
    ],
    text="Dense highway, heavy rainfall, vehicle decelerating 15m ahead.",
    test_time_deliberate=True,  # Enable TTC tournament
)

print(f"Decision      : {result.decision}")
print(f"Confidence    : {result.confidence:.1%}")
print(f"Entropy       : {result.entropy:.4f} nats")
print(f"Prediction Set: {result.prediction_set}")  # 95% conformal coverage
print(f"Stability     : {result.stability_index:.3f}")
print(f"Speculative   : {result.speculative_early_exit}")  # True = <0.5ms path

Installation

pip install arbiter-omni  # or:
git clone https://github.com/your-username/arbiter-omni
cd arbiter-omni
pip install -e .

Training

Trained on AMD Radeon RX 480 (4 GB GDDR5) + 8 GB DDR4 via PyTorch DirectML:

# v6 Production training (2 epochs, ~40 min on RX 480)
python scripts/train_v6.py --epochs 2 --batch-size 8

# v6-Max Hardware Saturation training (10 epochs, 768-dim, 8 experts, SWA)
python scripts/train_v6_max.py --epochs 10 --batch-size 8 --lr 5e-5

Hardware Requirements

MinimumRecommended
4 GB VRAM (GPU optional)AMD/NVIDIA GPU with ≥4 GB VRAM
4 GB RAM8 GB RAM
CPU: Any x86-64CPU: AMD Ryzen / Intel Core

Runs on CPU, CUDA, and AMD ROCm/DirectML.

Citation

@software{arbiteromni2026,
  title={ArbiterOmni: A Multimodal Decision Arbiter with Speculative Exit,
           MoE Fusion, and Conformal Risk Control},
  year={2026},
  url={https://huggingface.co/cd1234/ArbiterOmni},
  note={v6 Production Release}
}

License

Apache 2.0 — see LICENSE for details.

Как запустить

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

GPU в ailist

Универсальный рантайм · arbiter-omni

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов
c261754

0 моделей