/ Модель

Характеристики

Лицензия
Apache 2.0
Опубликована
10 июл 2026

VLADrop_pi05_LIBERO_Drop16ActionBlock_Endpoints

Языковая модельИзображение, текст → action

Экспериментальный чекпойнт pi0.5 с сокращённым Action expert для управления роботом в задачах LIBERO и изучения компрессии VLA-моделей.

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

VLADrop-pi05-LIBERO-keep2-action — экспериментальный чекпойнт модели vision-language-action для управления роботом в задачах LIBERO. Он создан в рамках работы «Drop-Then-Recovery: How Redundant Are Vision-Language-Action Models?» на основе pi0.5: из 18 слоёв Action expert на базе Gemma оставлены первый и последний, остальные удалены; визуальная и языковая части не изменялись. После сокращения модель прошла восстановительное дообучение на 30 тысячах шагов с размером батча 32 и learning rate 5e-5.

Чекпойнт предназначен для запуска как политика робота через форк VLADrop и представлен в формате openpi для PyTorch; веса хранятся в safetensors. Лицензия — Apache-2.0. Карточка не приводит оценок качества, подробностей об ограничениях по задачам или технических параметров визуальной и языковой частей.

Сценарии применения

  • управление роботом в задачах LIBERO
  • проверка влияния удаления слоёв Action expert на политику робота
  • сравнение производительности с полной VLA-моделью pi0.5
  • исследование восстановления модели после удаления блоков трансформера

Ограничения

Это экспериментальный чекпойнт с удалёнными слоями Action expert и восстановительным дообучением; README не приводит результатов оценки качества или сравнений с полной моделью. Для запуска требуется форк VLADrop и формат openpi.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

VLADrop-pi05-LIBERO-keep2-action

Checkpoint for Drop-Then-Recovery: How Redundant Are Vision-Language-Action Models?.

DTR (Drop-Then-Recovery) removes transformer blocks from a pretrained VLA model and recovery-fine-tunes the smaller dense model. Code: https://github.com/s1ghhh/VLADrop

This checkpoint

Paper rowTable 1: pi0.5 Keep 2 Action
Dropped blocksAction expert (Gemma, 18 layers): keep only blocks [0,17] (first & last), drop all others. Vision and language untouched.
Recovery trainingbatch size 32, 30K steps, lr 5e-5
LIBERO success rateSpatial 44.4 / Object 16.0 / Goal 40.8 / Long 3.6 / Avg 26.2 (per-suite values from evaluation logs)

Usage

This is an openpi-format pi0.5 checkpoint (PyTorch). Use with the VLADrop fork: https://github.com/s1ghhh/VLADrop

python scripts/serve_policy_batch_drop.py \
    --config pi05_libero_dropped \
    --dir <this_repo_local_path> \
    --port 8000

Important: the drop lists are NOT stored inside the checkpoint. Pass the exact llm_drop_attn_list / llm_drop_mlp_list shown above (via config or CLI) when serving, otherwise layers will be mismatched. assets/ contains the LIBERO norm stats. The optimizer state (train_state/) is not included.

Citation

@article{sun2026vladrop,
  title={Drop-Then-Recovery: How Redundant Are Vision-Language-Action Models?},
  author={Sun, Guoheng and Feng, Kaixi and He, Shwai and Gong, Xiaochuan and He, Yexiao and Wang, Ziyao and Shen, Zheyu and Ye, Wanghao and Kompella, Ramana Rao and Liu, Gaowen and Li, Ang},
  journal={arXiv preprint arXiv:2606.27755},
  year={2026}
}

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.

Ревизия весов
f24118a

0 моделей