/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
lingbot-va-base
Библиотека
diffusers
Опубликована
22 июл 2026

lingbot-va-libero-goal-step-4000

Языковая модельИзображение, текст → action

Дообученный на LIBERO-Goal чекпойнт LingBot-VA для управления роботом по визуальным наблюдениям с предсказанием видео и действий.

0скачиваний за 30 дней0лайковвеса обновлены16 сен 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

LingBot-VA LIBERO-Goal Step 4000 — это дообученный чекпойнт модели LingBot-VA, разработанный на базе robbyant/lingbot-va-base для управления роботами в задачах LIBERO-Goal. Репозиторий содержит веса трансформера и конфигурацию; для загрузки требуется сохранить компоненты tokenizer, text_encoder и vae базовой модели.

Модель принимает визуальные наблюдения с двух камер и предназначена для предсказания видео и действий робота в многошаговом режиме. Чекпойнт обучен на 433 демонстрациях в течение 4 000 обновлений с изображениями 128×128 и оценён только на LIBERO-Goal, где показал 96,4% успешных выполнений в 500 эпизодах. Это не одноступенчатая дистилляция Flash-WAM. Лицензия — Apache-2.0.

Сценарии применения

  • выполнение задач LIBERO-Goal по изображениям с камер робота
  • управление манипулятором по двум визуальным ракурсам
  • предсказание последовательности действий робота
  • оценка политик управления на бенчмарке LIBERO-Goal

Ограничения

Оценка охватывает только LIBERO-Goal, поэтому результаты не подтверждают качество на других задачах или роботах. Для загрузки нужны tokenizer, text_encoder и vae базовой модели.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

LingBot-VA LIBERO-Goal — Step 4000

LingBot-VA fine-tuned on LIBERO-Goal for 4,000 steps. This release contains the transformer weights and configuration.

Evaluation

The checkpoint obtained 96.4% success (482/500) on LIBERO-Goal: 50 rollouts for each of the 10 tasks. Evaluation used 20 video denoising steps and 50 action denoising steps.

Task IDSuccessesEpisodesSuccess rate
05050100%
15050100%
2385076%
3495098%
4495098%
55050100%
65050100%
75050100%
85050100%
9465092%

Training

433 demonstrations, two 128×128 camera views, and 4,000 updates on 4 × H200. Full configuration and training recipe.

Epoch estimate (provisional)

If all 433 demonstrations each contribute exactly one valid training segment, the sample-exposure estimate is approximately 1,108.55 equivalent fine-tuning epochs: 4,000 optimizer updates × 120 effective global batch size / 433. The run-specific valid-segment list is not included, so this number remains conditional. Distributed-sampler padding can also make the actual DataLoader pass count differ. This estimate excludes base-model pretraining; see TRAINING.md for the reported batch configuration.

Loading

Download this repository and replace the base model's transformer/ directory with the transformer/ directory from this checkpoint while retaining the base model's tokenizer/, text_encoder/, and vae/.

Limitations

Evaluation covers LIBERO-Goal only. This is a multi-step LingBot-VA model, not a one-step Flash-WAM distillation.

Как запустить

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

GPU в ailist

Универсальный рантайм · diffusers

Нельзя запустить

Модели для роботов не запускаются как сервис инференса.

Ревизия весов
f51e569

0 моделей