/ Модель

Характеристики

Лицензия
Apache 2.0
Опубликована
10 июл 2026

VLADrop_pi05_RoboTwin_turn-switch_Drop9Block_GateProbe

Языковая модельИзображение, текст → action

Сокращённый и восстановительно дообученный чекпойнт pi0.5 для управления роботом в задаче переключения выключателя RoboTwin 2.0 и исследования сжатия VLA-моделей.

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 чекпойнт VLADrop на базе pi0.5 для управления роботом в задаче RoboTwin 2.0 «turn switch». Он создан в рамках работы «Drop-Then-Recovery: How Redundant Are Vision-Language-Action Models?» и предназначен для исследования влияния удаления слоёв языковой части VLA-модели на выполнение роботизированных задач.

В чекпойнте удалены 9 из 18 слоёв языкового бэкбона PaliGemma, выбранных методом GateProbe для конкретной задачи; зрительная и управляющая части оставлены без изменений. После сокращения модель прошла восстановительное дообучение на одной задаче RoboTwin 2.0. Это формат pi0.5 для openpi и PyTorch. Модель принимает визуальные и языковые наблюдения и выдаёт действия робота. Лицензия — Apache-2.0.

Модель рассчитана на эксперименты по сжатию vision-language-action-моделей и управление роботом при переключении выключателя в симуляции RoboTwin 2.0. Результаты и применимость за пределами указанной задачи карточка не характеризует.

Сценарии применения

  • управление роботом для переключения выключателя в RoboTwin 2.0
  • оценка восстановления VLA-модели после удаления слоёв языкового бэкбона
  • исследование сжатия моделей vision-language-action
  • сравнение политик управления роботом при ограниченном вычислительном бюджете

Ограничения

Чекпойнт обучен для одной задачи RoboTwin 2.0; применимость к другим задачам и реальным роботам в карточке не заявлена. Удаление 9 слоёв языкового бэкбона может ограничивать возможности по сравнению с исходной моделью.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

VLADrop-pi05-RoboTwin-turn-switch-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 17 / Figure 4: RoboTwin 2.0 'turn switch' Drop-9
Dropped blocksLanguage backbone (PaliGemma, 18 layers): drop 9 whole blocks selected by per-task GateProbe; keep blocks [0,1,2,3,4,5,6,9,13]. Vision and action untouched.
Recovery trainingsingle-task RoboTwin 2.0, FLOPs-matched to baseline (step 51848), lr 5e-5
RoboTwin 2.0 success rateEasy 17 / Hard 14

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
75dd7d1

0 моделей