Характеристики

Размер весов: 8 ГБ
Архитектура: gr00t_n1_5 · dense
Базовая модель: GR00T-N1.5-3B
Опубликована: 23 сен 2026

Ссылки

GR00T-N1.5-robocasa-atq-v22so3-granularity-2x4x-60k-20260923

Языковая модельИзображение, текст → action

Экспериментальная версия GR00T-N1.5-3B, дообученная для управления роботами в задачах RoboCasa с группировкой действий 2× и 4×.

20скачиваний за 30 дней0лайковвеса обновлены23 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

GR00T-N1.5-robocasa-atq-v22so3-granularity-2x4x-60k-20260923 — экспериментальное дообучение модели NVIDIA GR00T-N1.5-3B для управления роботами в сценариях RoboCasa. Модель обучена 60 000 шагов на варианте RoboCasa ATQ v22 с объединёнными целями вращения в SO(3), четырьмя экспертами и группировкой действий с коэффициентами сжатия 2× и 4×. Для выбора горизонта источника внутри группы используется маршрутизатор; также включена регрессия уверенности.

Модель преобразует входные данные базовой GR00T в моторные команды. Веса для инференса и метаданные нормализации включены; состояния оптимизатора отсутствуют. Модель не оценивалась, поэтому её качество и пригодность для конкретных задач пока не подтверждены. Для работы требуется поддержка moe_fine_speed из GR00T-action-quantization. Лицензия в предоставленных данных не указана.

Сценарии применения

управление роботом в задачах RoboCasa
генерация моторных команд по входам модели GR00T
эксперименты с маршрутизацией экспертов и сжатием последовательностей действий

Ограничения

Модель ещё не оценивалась; для инференса требуется поддержка moe_fine_speed из GR00T-action-quantization. Лицензия не указана в предоставленных данных.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

GR00T-N1.5-robocasa-atq-v22so3-granularity-2x4x-60k-20260923

RoboCasa ATQ v22, SO(3) merged rotation targets, 2x/4x groups, four experts (source horizons 16/8; output horizons [8,4,2,4]). Trained from the base GR00T model for 60,000 steps with global batch 64, seed 42. Pooling: mean, shared by router and confidence head; state features still use mean pooling. Router KL coefficient: 0.1. Balance coefficient: 0.05. Confidence regression remains enabled (coefficient 0.1). Both groups now compress delta actions: low-conf group uses 2x, high-conf group uses 4x. Router selects source horizon within the group. The original v22 conf labels are reused, without relabeling for 2x/4x. SO(3) rotation composition is applied directly to groups of 2 or 4 source actions; discrete actions use the group's last value. Conf input detach and all loss weights retain baseline values. Requires the included moe_fine_speed support in GR00T-action-quantization. Matching source is included under granularity_implementation/. Final inference weights and normalization metadata only; optimizer states omitted. Not yet evaluated. Full settings and weight hashes: ablation.json.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели для роботов не запускаются как сервис инференса.

Класс архитектуры: GR00T_N1_5
Ревизия весов: c3f7abd