/ Модель

Характеристики

Лицензия
Apache 2.0
Опубликована
10 июл 2026

VLADrop_pi05_RoboTwin_move-playingcard-away_Drop12Block_GateProbe

Языковая модельИзображение, текст → action

Сжатый и восстановительно дообученный чекпойнт pi0.5 предназначен для роботизированного отодвигания игральной карты в RoboTwin 2.0.

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 на базе pi0.5 для управления роботом в задаче RoboTwin 2.0 «отодвинуть игральную карту». Модель представлена в формате openpi для PyTorch; веса опубликованы в формате safetensors под лицензией Apache-2.0.

В рамках метода Drop-Then-Recovery из языковой части PaliGemma удалены 12 из 18 блоков, выбранных для этой задачи методом GateProbe; сохранены блоки 0, 1, 2, 3, 5 и 6. Зрительная и управляющая части не изменялись. Уменьшенную плотную модель дообучили для восстановления качества на одной задаче RoboTwin 2.0; обучение было сопоставлено с базовой моделью по вычислениям и указано на шаге 34234 с learning rate 5e-5.

Модель предназначена для выполнения роботизированной манипуляции с игральной картой в RoboTwin 2.0. Это специализированный исследовательский чекпойнт, а применение требует совместимой инфраструктуры openpi и форка VLADrop. Карточка не приводит измерений качества и не описывает применимость к другим задачам; для реального управления роботом результаты могут зависеть от соответствия среды и конфигурации.

Сценарии применения

  • отодвигание игральной карты роботом в RoboTwin 2.0
  • эксперименты по удалению блоков из VLA-модели
  • оценка восстановления качества роботизированной политики после сжатия

Ограничения

Чекпойнт обучен для одной задачи RoboTwin 2.0, а карточка не приводит результатов оценки качества или свидетельств переносимости на другие задачи. Для запуска требуется совместимая инфраструктура openpi и форк VLADrop.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

VLADrop-pi05-RoboTwin-move-playingcard-away-drop12-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 'move playingcard away' Drop-12
Dropped blocksLanguage backbone (PaliGemma, 18 layers): drop 12 whole blocks selected by per-task GateProbe; keep blocks [0,1,2,3,5,6]. Vision and action untouched.
Recovery trainingsingle-task RoboTwin 2.0, FLOPs-matched to baseline (step 34234), lr 5e-5
RoboTwin 2.0 success rateEasy 46 / Hard 17

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
6ec65c0

0 моделей