/ Модель

Характеристики

Лицензия
Apache 2.0
Опубликована
10 июл 2026

VLADrop_pi05_RoboTwin_beat-block-hammer_Drop16Block_GateProbe

Языковая модельИзображение, текст → action

Сжатый и дообученный чекпойнт pi0.5 для управления роботом в задаче RoboTwin 2.0 «beat block hammer».

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 исследовательский чекпойнт VLADrop для управления роботом в задаче RoboTwin 2.0 «beat block hammer» с последующим восстановлением после сброса блока. Он создан в рамках работы «Drop-Then-Recovery: How Redundant Are Vision-Language-Action Models?» и основан на VLA-модели pi0.5 в формате openpi для PyTorch. При сжатии удалены 16 из 18 слоёв языковой части PaliGemma; сохранены слои 0 и 1, а зрительная и управляющая части оставлены без изменений. Затем модель дообучена для восстановления на одной задаче RoboTwin 2.0; в README указано, что обучение сопоставлено с базовой моделью по числу FLOPs.

Модель предназначена для выполнения роботизированной задачи с визуально-языковым вводом и выдачей действий. Файлы опубликованы в формате safetensors, лицензия — Apache-2.0. Это узкоспециализированный исследовательский чекпойнт: результаты описаны для конкретной задачи и конфигурации удаления слоёв, поэтому перенос на другие задачи не подтверждён. Для запуска README указывает на форк VLADrop и пакетный сервер политик.

Сценарии применения

  • выполнение задачи beat block hammer в RoboTwin 2.0
  • оценка восстановления роботизированной политики после удаления слоёв языковой модели
  • исследование избыточности блоков в vision-language-action моделях

Ограничения

Чекпойнт восстановлен для одной задачи RoboTwin 2.0; качество на других задачах не подтверждено. Для запуска требуется форк VLADrop и совместимый формат openpi.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

VLADrop-pi05-RoboTwin-beat-block-hammer-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 17 / Figure 4: RoboTwin 2.0 'beat block hammer' Drop-16
Dropped blocksLanguage backbone (PaliGemma, 18 layers): drop 16 whole blocks selected by per-task GateProbe; keep blocks [0,1]. Vision and action untouched.
Recovery trainingsingle-task RoboTwin 2.0, FLOPs-matched to baseline (step 59795), lr 5e-5
RoboTwin 2.0 success rateEasy 25 / Hard 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
35d6dd7

0 моделей