/ Модель

Характеристики

Лицензия
Apache 2.0
Опубликована
10 июл 2026

VLADrop_pi05_LIBERO_Drop9Block_GateProbe_FLOPsMatched

Языковая модельИзображение, текст → action

Сжатая восстановительно дообученная VLA-модель pi0.5 для выполнения роботизированных задач LIBERO по визуальным и языковым входам.

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

Это контрольная точка VLADrop-pi05 для управления роботом в задачах LIBERO, опубликованная как материал к исследованию «Drop-Then-Recovery: How Redundant Are Vision-Language-Action Models?». Она основана на предварительно обученной VLA-модели pi0.5: из трансформера удалены девять LLM-блоков, выбранных методом GateProbe, после чего уменьшенная плотная модель прошла восстановительное дообучение. В контрольной точке сохранены блоки 0–6, 8 и 9; обучение восстановления выполнено в режиме сопоставимых FLOPs в течение 25 924 шагов.

Модель предназначена для выполнения роботизированных задач LIBERO по визуальным и языковым входам с выдачей действий. Для запуска используется формат openpi на PyTorch и форк VLADrop. Файлы представлены в safetensors, лицензия — Apache-2.0. Карточка не сообщает размер модели, контекстное окно или поддерживаемые естественные языки.

Сценарии применения

  • управление роботом в задачах LIBERO
  • выполнение действий по визуальному наблюдению и языковой инструкции
  • эксперименты по сокращению трансформерных блоков VLA-моделей
  • оценка восстановления качества роботизированной политики после сжатия

Ограничения

Модель создана удалением девяти трансформерных блоков и восстановительным дообучением, поэтому возможности и качество могут отличаться от исходной pi0.5. Для запуска требуется форк VLADrop и совместимая среда openpi на PyTorch.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

VLADrop-pi05-LIBERO-flops-drop9-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-9' (FLOPs-matched)
Dropped blocksLLM blocks [7,10,11,12,13,14,15,16,17] (GateProbe selection; keep [0,1,2,3,4,5,6,8,9])
Recovery trainingbatch size 64, 25924 steps (FLOPs-matched), lr 5e-5
LIBERO success rateSpatial 92.8 / Object 97.2 / Goal 91.0 / Long 88.2 / Avg 92.3

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
57c2916

0 моделей