/ Модель

Характеристики

Лицензия
Apache 2.0
Опубликована
10 июл 2026

VLADrop_pi05_LIBERO_Drop16Block_GateProbe-Fisher_FLOPsMatched

Языковая модельИзображение, текст → action

Экспериментальный вариант pi0.5 с удалёнными трансформерными блоками и восстановительным дообучением для роботизированных задач в LIBERO.

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

Экспериментальный чекпойнт VLADrop для управления роботом в среде LIBERO. Он создан в рамках работы «Drop-Then-Recovery: How Redundant Are Vision-Language-Action Models?» на основе предварительно обученной модели pi0.5: из трансформерной части удалены блоки 1–4 и 6–17, оставлены блоки 0 и 5, после чего уменьшенную модель дообучили для восстановления качества. Чекпойнт сопоставлен по FLOPs с вариантом Drop-16 и сохранён в формате openpi для PyTorch; для запуска README указывает форк VLADrop.

Модель предназначена для выполнения роботизированных задач в LIBERO по визуальным и языковым входам с выдачей действий. Лицензия — Apache-2.0. Карточка не сообщает метрики качества или подробные ограничения применимости, поэтому результаты в других роботизированных средах не подтверждены.

Сценарии применения

  • выполнение роботизированных задач в симуляторе LIBERO
  • управление роботом по изображению и языковой инструкции
  • исследование влияния удаления блоков на вычислительную стоимость VLA-модели

Ограничения

Чекпойнт предназначен для эксперимента с удалением блоков и восстановительным дообучением; качество в README не приведено. Подтверждённый сценарий ограничен задачами LIBERO, а перенос на другие среды не описан.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

VLADrop-pi05-LIBERO-flops-drop16-gate

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 4 'Drop-16' (FLOPs-matched)
Dropped blocksLLM blocks [1,2,3,4,6..17] (GateProbe; keep [0,5])
Recovery trainingbatch size 64, 59796 steps (FLOPs-matched), lr 5e-5
LIBERO success rateSpatial 95.2 / Object 95.6 / Goal 95.2 / Long 84.2 / Avg 92.6

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
e8ed325

0 моделей