/ Модель

Характеристики

Лицензия
Apache 2.0
Опубликована
10 июл 2026

VLADrop_pi05_LIBERO_Drop17Block_GateProbe-Fisher-Hessian-IGIA-PPL_FLOPsMatched

Языковая модельИзображение, текст → action

Экспериментальный уменьшенный вариант pi0.5 для управления роботом в задачах LIBERO, полученный удалением блоков трансформера и восстановительным дообучением.

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-flops-drop17-keep0 — контрольная точка модели vision-language-action для управления роботом, представленная s1ghhh. Это вариант pi0.5 для LIBERO, созданный методом Drop-Then-Recovery: из предварительно обученной VLA-модели удалены блоки трансформера, после чего уменьшенная плотная модель дообучена для восстановления качества. Сохранён только языковой блок 0; блоки 1–17 удалены.

Модель предназначена для запуска политик управления в задачах LIBERO. В README указаны формат openpi на PyTorch и обучение восстановления на 73 519 шагах с размером пакета 64 и скоростью обучения 5e-5; вариант сопоставлен по FLOPs с указанной строкой эксперимента Drop-17. Файлы представлены в формате safetensors, лицензия — Apache-2.0. Сведения о конкретных языках, длине контекста и модальностях входов и выходов в предоставленных данных отсутствуют.

Сценарии применения

  • Запуск политики управления роботом в задачах LIBERO
  • Исследование влияния удаления языковых блоков на качество VLA-модели
  • Сравнение вычислительной стоимости уменьшенной политики с исходной pi0.5

Ограничения

Удалены языковые блоки 1–17, оставлен только блок 0; качество восстановления на конкретных задачах в предоставленной карточке не приведено. Для запуска требуется форк VLADrop.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

VLADrop-pi05-LIBERO-flops-drop17-keep0

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-17' (FLOPs-matched; single language block)
Dropped blocksLLM blocks [1..17] (keep block 0 only)
Recovery trainingbatch size 64, 73519 steps (FLOPs-matched), lr 5e-5
LIBERO success rateSpatial 96.8 / Object 95.8 / Goal 92.4 / Long 78.8 / 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
01e16af

0 моделей