/ Модель

Характеристики

Лицензия
Apache 2.0
Опубликована
10 июл 2026

VLADrop_pi05_LIBERO_Drop16Block_Endpoints

Языковая модельИзображение, текст → action

Сжатый чекпойнт VLA pi0.5 с удалёнными 16 языковыми блоками PaliGemma для управления роботом в симуляторе LIBERO и исследования восстановления качества.

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_Drop16Block_Endpoints — чекпойнт робототехнической vision-language-action модели pi0.5 для экспериментов с сокращением трансформера. Он создан в рамках работы «Drop-Then-Recovery: How Redundant Are Vision-Language-Action Models?» на основе предварительно обученной VLA-модели: удалены блоки 1–16 языковой части PaliGemma, оставлены первый и последний блоки, после чего уменьшенная плотная модель дообучена для восстановления качества. Чекпойнт предназначен для управления роботом в симуляторе LIBERO и поставляется в формате openpi для PyTorch.

Модель принимает визуальные и языковые наблюдения и формирует действия робота. В карточке не приведены точные параметры размера, контекстное окно или перечень поддерживаемых языков. Указана лицензия Apache-2.0. Результаты могут зависеть от среды LIBERO и реализации из форка VLADrop; удаление большинства языковых блоков является предметом исследования и может влиять на качество относительно исходной модели.

Сценарии применения

  • управление роботом в задачах симулятора LIBERO
  • выполнение действий по визуальным наблюдениям и языковым инструкциям
  • исследование влияния удаления трансформерных блоков на качество VLA
  • сравнение сжатой модели с исходной pi0.5

Ограничения

Чекпойнт рассчитан на использование с форком VLADrop и указанной конфигурацией LIBERO; качество после удаления 16 из 18 языковых блоков может отличаться от исходной модели. README не сообщает результаты оценки и перечень поддерживаемых задач LIBERO.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

VLADrop-pi05-LIBERO-drop16-language-keep0-17

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 'Keep 2 Language' (16/18 dropped, first & last kept)
Dropped blocksLLM (PaliGemma) blocks [1..16] (keep blocks 0 and 17)
Recovery trainingbatch size 64, 59796 steps (FLOPs-matched to baseline), lr 5e-5
LIBERO success rateSpatial 94.6 / Object 96.0 / Goal 90.6 / Long 82.6 / Avg 91.0

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
7e523a3

0 моделей