II.10Разработка и эксплуатация AI/ML-систем

Это исследовательский чекпойнт Jeesup на базе Meta Llama 3 8B Instruct, сжатый методом SVD-LLM: удалено 50% параметров плотной модели, а бюджет восстановленных SVD-компонентов составляет 0%. Модель использует архитектуру LlamaForCausalLM и предназначена для генерации текста в диалоговом формате; контекст — 8192 токена. В исследовании этот вариант служит для измерения того, как сжатие влияет на безопасность и полезность ответов. В README приведены показатели атак успешного обхода защит и чрезмерного отказа. Чекпойнт не предназначен для использования как универсальный чат-ассистент или для непосредственного развёртывания: сжатие может ухудшать защитное поведение, а результаты относятся к конкретному экспериментальному варианту. Лицензия — Llama 3 Community License (llama3); применяйте её условия при использовании модели.

Eku127/swiftvln-satnav-3b-1ep-f32s4-overlap0-pf-h8-random-pool-s2-noembed — дообученная модель для навигации робота по спутниковым изображениям в бенчмарке SatNav. Она основана на мультимодальной Qwen2.5-VL-3B-Instruct с архитектурой Qwen2.5-VL и 3,1 млрд параметров; использует контекст до 128 000 токенов. Модель обучена полным дообучением в течение одной эпохи на офлайн-траекториях экспертов SatNav-v0.1. Модель принимает последовательность RGB-кадров и текстовое описание задачи, используя окно из 32 кадров и случайно выбирая до восьми кадров истории. Она прогнозирует последовательность из четырёх действий; для визуальной памяти применяется усредняющий пулинг с шагом 2. Чекпойнт предназначен для оценки через SwiftVLN на SatNav, а не для общего диалогового анализа изображений. README не сообщает лицензию; сведения о ней в описании базовой модели недостаточны, чтобы определить условия использования производного чекпойнта.

Eku127/swiftvln-satnav-3b-1ep-f32s4-overlap4-pf-h8-pool-s2-noembed — модель навигации робота по спутниковым изображениям в системе SwiftVLN, разработанная для бенчмарка SatNav. Это полноформатное дообучение Qwen2.5-VL-3B-Instruct с 3,1 млрд параметров на офлайн-траекториях экспертов SatNav-v0.1; архитектура Qwen2.5-VL, формат весов safetensors. Модель принимает визуальную историю: окно из 32 RGB-кадров, включая до восьми равномерно выбранных кадров истории, и предсказывает последовательность из четырёх действий. Для памяти используется усреднённый пулинг кадров с шагом 2. Контекстная длина базовой конфигурации — до 128 000 токенов. Чекпойнт предназначен для экспериментов и оценки в сценарии навигации по спутниковым изображениям с непрерывным состоянием и скользящими окнами, обученными с перекрытием в четыре шага. Карточка рекомендует использовать его с руководством по оценке SwiftVLN и сохранять полное имя репозитория, поскольку конфигурация оценки извлекается из него. Модель ориентирована на английский язык. Лицензия в предоставленных данных не указана.

TeenyTinyLlama-160m — компактная авторегрессионная языковая модель семейства Llama, разработанная для генерации текста на бразильском португальском и изучения моделей для языков с ограниченными ресурсами. Модель содержит 137,8 млн параметров по метаданным, обучена с помощью причинного языкового моделирования на корпусе Pt-Corpus Instruct объёмом 6,2 млрд токенов. Контекст составляет 2048 токенов; доступны веса PyTorch, Flax и Safetensors. Модель предназначена прежде всего для исследовательских экспериментов с португалоязычными языковыми моделями. Её можно дообучать и адаптировать, соблюдая лицензию Apache 2.0. Разработчики прямо не рекомендуют использовать её для развёртывания или взаимодействия с пользователями; модель не настроена для прикладных задач и генерации на других языках. Возможны фактические ошибки, токсичные и предвзятые ответы, повторы и избыточно многословная генерация.

Экспериментальная базовая языковая модель для продолжения текста на телугу, обученная автором репозитория с нуля на проверенной части набора ai4bharat/sangraha. Это декодерная причинная GPT-подобная модель с архитектурой MoE: 12 слоёв, скрытый размер 768, сгруппированное внимание запросов и ключей, четыре эксперта с маршрутизацией top-1, RMSNorm и RoPE. В README указано около 298 млн уникальных параметров, тогда как метаданные Hugging Face сообщают 156,1 млн; контекст — 1024 токена. Модель предназначена для экспериментов с продолжением телугу-текста, дальнейшего предобучения и использования как основы для SFT. Она не настроена для инструкций и диалога, показывает почти случайный результат на Global-MMLU Telugu и не подходит для надёжных ответов на вопросы или производственного применения. Для загрузки через Transformers требуется доверенная загрузка пользовательского кода. Лицензия — CC BY 4.0.

blab-jhu/test-32m-dec — небольшая тестовая авторегрессионная языковая модель с архитектурой ModernBERT Decoder, опубликованная командой blab при Johns Hopkins University. Она обучена для причинного языкового моделирования и поддерживает генерацию текста; в Transformers её используют как пример модели ModernBertDecoderForCausalLM. По метаданным, модель содержит 31,9 млн параметров и имеет контекст до 7 999 токенов. Подтверждённых сведений о специализации на конкретных языках, качестве генерации и лицензии в доступных источниках нет; название и упоминание модели в документации указывают на тестовый характер чекпойнта.

tha_thai_5mb — авторегрессионная языковая модель Goldfish на архитектуре GPT-2, разработанная для тайского языка на письме тай. В модели около 39 млн параметров, словарь содержит 50 000 токенов, максимальная длина последовательности — 512 токенов. Модель принимает текст и генерирует продолжение; для лучшего результата README рекомендует добавлять в начало входа токен [CLS], который также выполняет роль [BOS]. Модель обучалась на небольшом корпусе: примерно 1,08 млн токенов за 10 эпох; основным источником был OSCAR 2021/09, также использовались eBible и Tatoeba. Серия Goldfish предназначена прежде всего для сопоставления моделей между языками и экспериментов с языками с ограниченными ресурсами. Для тайского она подходит для генерации и продолжения короткого текста, но её результаты не рассчитаны на сравнение с современными крупными языковыми моделями для высокоресурсных языков. Модель опубликована под лицензией Apache-2.0. Ограничения включают небольшой объём обучающих данных и контекст до 512 токенов; возможны слабое качество и ошибки за пределами простых сценариев генерации на тайском языке.

GuageLLM-23M — компактная языковая модель примерно на 23 млн параметров, разработанная Hai929 и обученная с нуля. Это декодерный трансформер в стиле GPT-2, представленный в формате safetensors и рассчитанный на запуск через Transformers на CPU. Контекст модели ограничен 64 токенами; используется собственный токенизатор. Модель предназначена для изучения устройства трансформеров, небольших экспериментов с генерацией текста и локального инференса на маломощном оборудовании. Она поддерживает генерацию текста и простые разговорные сценарии на английском языке. Лицензия — Apache-2.0. Карточка предупреждает, что модель не предназначена для производственных или критически важных систем.

ThoxMini-125M-role — компактная текстовая модель-ассистент от Thox.ai, полученная полным дообучением Thox-ai/thox-micro-125m. Она предназначена для работы непосредственно на маломощных устройствах, включая Raspberry Pi Zero 2 W с arm64/NEON и 512 МБ памяти. Модель построена на плотной архитектуре Llama с 123,6 млн параметров; для репозитория указаны форматы safetensors и GGUF Q4_K_M. Контекст — 1024 токена. Дообучение на диалогах о роли устройства нацелено на короткие ответы и осторожное поведение: в примерах модель сообщает, когда не располагает информацией на устройстве, и отвечает на встроенные команды состояния. README описывает обучение на 1 565 диалоговых строках в течение трёх эпох. Лицензия — Apache-2.0. Известны две ошибки: модель может называть себя «ключом» вместо «мини» и чрезмерно отказываться отвечать на вопрос о собственной идентичности. Приведённые в README результаты на небольшом наборе примеров не являются широкой оценкой качества; также не заявлена сертификация производительности или безопасности для медицинских данных.

Alloy 312M 2K — экспериментальная англоязычная базовая языковая модель, обученная с нуля автором helloboy91. Это авторегрессионный decoder-only Transformer с 311,9 млн параметров, 22 слоями, размером скрытого состояния 1 024 и 16 головами внимания. Контекстное окно — 2 048 токенов, токенизатор — byte-level BPE с 32 768 токенами. Модель предназначена для продолжения английского текста, а не для выполнения инструкций или диалога в роли ассистента. Она обучалась на 5 млрд токенов из англоязычных наборов FineWeb-Edu, Wikipedia и TinyStories и рассчитана на эксперименты и обучение моделей на доступном оборудовании; автор сообщает об обучении и оценке на NVIDIA RTX 3060 Ti с 8 ГБ видеопамяти. Модель может повторять фразы, допускать фактические ошибки и генерировать несвязный текст. Лицензия — MIT.

TinyBrainBot 350M V3 Base — это базовая авторегрессионная языковая модель, разработанная автором репозитория nkthebass и обученная с нуля. Она использует плотный decoder-only трансформер семейства Llama с RMSNorm, SwiGLU и RoPE, содержит около 348,3 млн параметров и рассчитана на контекст до 2048 токенов. Модель предназначена для продолжения английского текста и экспериментов с компактными языковыми моделями; она не проходила инструкционную настройку. В карточке приведены результаты семи тестов языкового понимания и описано обучение на 22,7 млрд токенов. По словам автора, часть нормализационных весов была заморожена из-за ошибки точности на протяжении примерно 20 млрд токенов обучения, что ограничило их дальнейшее восстановление. Модель доступна в safetensors и GGUF F16, библиотека — Transformers; лицензия — Apache-2.0. Модель слабо справляется с арифметикой, может зацикливаться при жадном декодировании длиннее примерно 40 токенов и уверенно выдавать фактические ошибки. Она продолжает текст, но не предназначена для выполнения инструкций или надёжного диалогового использования.

Tiny Qwen3 30M — компактная причинная языковая модель на 29,6 млн параметров, созданная автором репозитория с нуля на основе архитектуры Qwen3. Она предназначена для обучения и экспериментов с токенизаторами, предварительным обучением и генерацией текста в экосистеме Hugging Face. Это базовая модель без дообучения для инструкций и диалогов. Модель обучена на синтетических коротких рассказах TinyStories на английском языке с помощью предсказания следующего токена. Токенизатор byte-level BPE обучен отдельно на этом датасете; его словарь содержит 8192 токена. Контекст — до 1024 токенов, а при обучении использовались последовательности по 512 токенов. Модель может служить учебным примером для генерации коротких историй, но из-за малого размера и узких обучающих данных обладает ограниченными знаниями и слабо подходит для рассуждений и многоязычных задач. Условия лицензии в предоставленных данных не указаны.

optimum-intel-internal-testing/tiny-random-Idefics3ForConditionalGeneration — небольшой тестовый checkpoint архитектуры Idefics3, опубликованный в пространстве optimum-intel-internal-testing на Hugging Face. Карточка модели не указывает конкретного разработчика, назначение обучения или данные, поэтому модель следует рассматривать прежде всего как артефакт для тестирования совместимости и инструментов, а не как готовую прикладную систему. Модель относится к классу Image-Text-to-Text и предназначена для обработки изображений и текста с генерацией текстового ответа. Архитектура Idefics3 сочетает vision encoder на основе SigLIP с языковым decoder на основе Llama 3; класс Idefics3ForConditionalGeneration поддерживает условную генерацию. Размер опубликованного checkpoint — около 17,2 млн параметров, тип тензоров — F32. Языки, размер контекста, качество, результаты оценки и практические ограничения в карточке не указаны. Сильная сторона модели — малый размер, удобный для тестов загрузки, конвертации и интеграции multimodal-моделей. Из-за обозначения tiny-random и отсутствия сведений о полноценном обучении её ответы не следует считать содержательно полезными или сопоставимыми с результатами промышленной VLM. Лицензия в карточке не указана, поэтому условия использования необходимо уточнять отдельно; официальных данных о разработчике и лицензировании недостаточно для более точного описания.

optimum-intel-internal-testing/tiny-random-latent-consistency — небольшая тестовая модель организации Optimum Intel Internal Testing, размещённая на Hugging Face. Она предназначена для генерации изображений по текстовому описанию и используется через Diffusers с конвейером LatentConsistencyModelPipeline. Модель относится к семейству latent consistency и поддерживает задачу text-to-image; в карточке также указаны форматы Safetensors и библиотека Diffusers. Надёжные сведения о точной архитектуре, числе параметров, размере, языках, длине контекста и модальностях, кроме текстового ввода и генерации изображений, не приведены. Судя по названию tiny-random и принадлежности к internal-testing, это демонстрационный или тестовый вариант, а не полноразмерная модель для получения качественных производственных результатов; её сильная сторона — проверка совместимости и работы интеграций Diffusers. Модель распространяется по лицензии Apache-2.0. Подробная документация отсутствует: README в карточке модели пуст, а модель не предоставляется через Inference Providers. Поэтому её практические ограничения, качество генерации и рекомендуемые параметры использования не описаны.

katuni4ka/tiny-random-llava — небольшая мультимодальная модель из репозитория Hugging Face пользователя katuni4ka; разработчик и исходная организация в карточке модели не указаны. Модель предназначена для задач image-text-to-text: принимает изображение и текстовый запрос и генерирует текстовый ответ, например описывает содержимое изображения. Также поддерживает запуск через Transformers, vLLM и SGLang. Архитектура основана на LlavaForConditionalGeneration: языковой компонент использует крайне компактную конфигурацию Llama с 2 слоями, размером скрытого состояния 16 и словарём на 32 002 токена; визуальный компонент — CLIP Vision с 2 слоями, размером скрытого состояния 32 и входным размером изображения 30×30 пикселей. Размер модели составляет около 1,05 млн параметров. Поддерживаемые языки, размер текстового контекста и точные мультимодальные возможности в карточке не указаны. Главное достоинство модели — минимальный размер и совместимость с инструментами экосистемы Transformers, что делает её удобной для тестирования, разработки и проверки мультимодальных конвейеров. Из-за обозначения tiny-random, малого размера и отсутствия описания обучения её нельзя считать полнофункциональной или качественной моделью для практических задач; точность, устойчивость и применимость к реальным данным не подтверждены. Лицензия в карточке модели не указана.

onnx-community/tiny-random-MarianMTModel — тестовая компактная версия модели MarianMT, разработанная на базе hf-internal-testing/tiny-random-MarianMTModel и представленная в формате ONNX для совместимости с Transformers.js. Репозиторий предназначен прежде всего для проверки запуска моделей машинного перевода в веб-среде и экспериментов с использованием ONNX-весов. Модель относится к задачам автоматического перевода текста, однако README не указывает поддерживаемые языковые направления, размер модели, длину контекста или точные архитектурные параметры. Поскольку это tiny-random-модель из набора внутренних тестов, её не следует рассматривать как готовое решение для качественного перевода или производственного применения: основное преимущество — компактность и возможность использования в Transformers.js, а ключевое ограничение — тестовый характер и отсутствие данных о практической точности. Условия лицензирования в README не указаны.

Cion-lab/tinystories-8L-llama3-block — компактная авторегрессионная языковая модель семейства Llama, обученная на наборе TinyStories. В README указано, что обучение проводилось на примерно 100 млн токенов с помощью MaxText на TPU v5e-8; модель содержит 8 слоёв декодера Llama с RMSNorm, RoPE, SwiGLU и причинной маской. Метаданные указывают 41,7 млн параметров, контекст 1024 токена и формат safetensors. Модель предназначена для генерации коротких текстов и простых историй на английском языке, прежде всего в стиле и тематике TinyStories. В репозитории включён токенизатор SentencePiece на 32 000 токенов, совместимый с LlamaTokenizer. Лицензия — CDLA Sharing 1.0. Небольшой размер и узкий обучающий набор ограничивают качество и разнообразие генерации по сравнению с универсальными языковыми моделями.

rprouse разработал tinystories-gpt-51m как учебный проект: компактную языковую модель GPT-2, обученную с нуля на корпусе TinyStories. Модель содержит 51,2 млн параметров, использует архитектуру GPT2LMHeadModel с 8 трансформерными блоками и контекстом 512 токенов. Она предназначена прежде всего для изучения и экспериментов с предварительным обучением языковых моделей. Модель генерирует простые англоязычные детские истории в узком стиле обучающего корпуса. Её можно использовать как небольшой базовый чекпойнт для экспериментов с токенизаторами, формой модели, дистилляцией и интерпретируемостью, а также для демонстраций генерации текста. Она не обучена следовать инструкциям или вести диалог и не подходит для ответов на фактические вопросы и пользовательских производственных сценариев. Модель обучена на синтетических историях, поэтому её знания и словарный запас ограничены простым английским повествованием; возможны повторы и зацикливание фраз. Безопасность отдельно не настраивалась, а генерации требуют проверки человеком. Лицензия — MIT.

TinyTurk v2.7d BigStories-384 — небольшая турецкоязычная авторегрессионная языковая модель, разработанная stunmuffin для генерации текста и экспериментов с увеличением контекста. Это декодерный Transformer в стиле GPT с Pre-LN, 1,12 млн параметров и контекстом 384 токена; модель дообучена с контекста 256 токенов на турецком наборе TinyStories, автоматически переведённом с английского. Работает на PyTorch и распространяется по лицензии MIT. Модель подходит для генерации турецких предложений и коротких абзацев, учебных демонстраций и экспериментов с локальным запуском на устройстве. Она генерирует более длинные и связные фрагменты, чем предыдущие варианты с меньшим контекстом, однако связность повествования остаётся ограниченной. Небольшой размер словаря и модели, следы автоматического перевода в обучающих данных, отсутствие настройки на инструкции и выравнивания безопасности ограничивают её применение; модель не предназначена для длинных историй, диалогов или критически важных задач.

TinyWay-1.1.0 — компактная языковая модель, разработанная Shivam Sharma и обученная с нуля без предобученных весов. Это decoder-only Transformer в стиле GPT примерно на 83 млн параметров: 10 блоков, скрытый размер 512, 8 голов внимания и контекст до 256 токенов. Модель использует токенизатор GPT-2 BPE с размером словаря 50 257 и опубликована в формате safetensors. Модель обучалась на очищенном наборе TinyStoriesV2, содержащем короткие рассказы на английском языке; опубликованный чекпойнт соответствует примерно 25 000 шагам обучения. Она предназначена для изучения устройства и обучения небольших языковых моделей, а также для генерации коротких текстов и историй. Лицензия — Apache-2.0. Модель не настроена на выполнение инструкций и не выровнена для точности фактов или безопасности. Из-за ограниченного набора данных она может повторяться или создавать несвязный текст; фильтрация контента не применялась. Разработчик не рекомендует её для производственного применения или чувствительных сценариев.

Это исследовательский чекпойнт для оценки удаления и последующего восстановления знаний в языковых моделях. Его разработали как часть коллекции Illusion of LLM Unlearning: модель на базе open-unlearning/unlearn_tofu_Llama-3.2-1B-Instruct_forget10_GradDiff_lr1e-05_alpha1_epoch10 дообучили на 300 шагах обычного supervised fine-tuning на наборе фактов, который исходная модель должна была забыть. Архитектура — плотная LlamaForCausalLM, размер — 1,2 млрд параметров, формат весов — safetensors, заявленный контекст — 131 072 токена. Модель предназначена для экспериментов по оценке unlearning и скорости повторного усвоения фактов на синтетическом наборе TOFU с вымышленными авторами. В карточке приведены результаты по вероятности дословного воспроизведения и ранжированию правильного факта. Это не модель для обычного развёртывания или достоверных ответов о реальных людях. Лицензия — MIT.

Это исследовательский чекпойнт из коллекции Illusion of LLM Unlearning, созданный дообучением open-unlearning/tofu_Llama-3.2-1B-Instruct_full. Разработчик продолжил обучение исходной модели на наборе TOFU forget10_perturbed: 300 шагов обычного supervised fine-tuning с оптимизатором adamw8bit, скоростью обучения 1e-6 и обучением на ответах в парах вопрос–ответ. Модель предназначена для экспериментов по оценке забывания и восстановления фактов после unlearning. В описанном тесте verbatim NLL на forget set снизился с 0,200 до 0,0091; точность ранжирования правильного факта среди шести вариантов изменилась с 0,730 до 0,670. Это плотная LlamaForCausalLM на 1,2 млрд параметров, работающая с текстом; метаданные указывают контекст 131072 токена и поддержку чата. Лицензия — MIT. Чекпойнт предназначен для исследований, а не для развёртывания. Данные TOFU описывают вымышленных авторов, поэтому фактические утверждения о них фиктивны; результаты на этом наборе не следует трактовать как достоверные сведения о реальных людях.

Это обученная модель агента TQC для среды PandaPickAndPlace-v1, опубликованная организацией sb3. Она создана с помощью библиотеки Stable-Baselines3 и фреймворка RL Zoo и предназначена для выполнения задачи захвата и перемещения объектов роботизированной рукой Panda в симуляции. Модель принимает состояние среды и выдает действия агента для управления роботом. Она относится к глубокому обучению с подкреплением; формат весов — PyTorch. Карточка не сообщает размер модели, длину контекста или языковую поддержку, что типично для агента управления, не работающего с естественным языком. Лицензия в предоставленных данных не указана.

UOPD-Qwen2.5-3B-Instruct-ALFWorld — дообученная языковая модель Wenboz на базе Qwen/Qwen2.5-3B-Instruct. Это финальный чекпойнт студента, обученный для ALFWorld с замороженной моделью-учителем langfeng01/GiGPO-Qwen2.5-7B-Instruct-ALFWorld. Модель использует плотную архитектуру Qwen2ForCausalLM, содержит 3,1 млрд параметров и работает с контекстом до 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев агента в среде ALFWorld. Карточка не сообщает результаты оценки качества или условия лицензии; применимость за пределами указанной среды не подтверждена.

Это чекпойнт декодера World2Action из проекта VAM-Cross MimicVideo, опубликованный командой dreamdifferent. Он предназначен для преобразования видеонаблюдений в действия робота SO-101/WidowX: модель предсказывает последовательность из 15 действий положения исполнительного механизма и захвата с частотой 5 Гц. Обучение выполнено на данных телеоперации с двух камер, с целями, заданными относительно текущей достигнутой позы; для вращения используется представление rotation_6d. Это веса итерации 1800 эксперимента, обученного с замороженной Video2World-основой, декодером действий и Video LoRA. Для запуска требуются эти входные компоненты и датасет, которые в репозитории не включены. Веса доступны в форматах PyTorch и safetensors; сведения о лицензии в предоставленных данных отсутствуют.

ViLT-B32-MLM — предобученная модель Vision-and-Language Transformer, впервые опубликованная в репозитории dandelin и представленная в работе Kim и соавторов «ViLT: Vision-and-Language Transformer Without Convolution or Region Supervision». Веса включают только языковую голову для предсказания замаскированных токенов; модель содержит 136,7 млн параметров и доступна в формате PyTorch. Лицензия — Apache-2.0. Модель предназначена для восстановления замаскированных слов в тексте с учётом изображения: на вход подаются изображение и текст с маркерами [MASK]. Это вариант ViLT, предобученный на GCC, SBU, COCO и Visual Genome в течение 200 тысяч шагов. Архитектура объединяет обработку визуальной и языковой информации без свёрточной сети и региональной супервизии; заявленная длина контекста — 40 токенов. Подходит для экспериментов с мультимодальным языковым моделированием и восстановления текста, связанного с изображением. Модель не является универсальным генератором текста или полноценной системой визуальных вопросов и ответов: в репозитории есть только голова masked language modeling, а карточка не приводит результатов оценки.

VLA-Adapter-SO101-push-cube-step-10000 — промежуточный чекпойнт модели VLA-Adapter, дообученной для управления роботом SO-101 при выполнении задачи push_cube. В репозитории есть слитые веса LoRA, отдельные адаптер LoRA, голова непрерывных действий, проектор проприоцепции и дополнительные обучаемые компоненты; для полной политики требуются также голова действий и проектор, поэтому одного файла model.safetensors недостаточно. Базовая модель — Stanford-ILIAD/prism-qwen25-extra-dinosiglip-224px-0_5b, компактная визуально-языковая модель на основе Qwen 2.5 0.5B. Чекпойнт включает состояние обучения на 10 000 шаге и не является финальной версией на 20 000 шаге. Модель предназначена для визуального восприятия сцены и предсказания непрерывных управляющих действий в задаче перемещения кубика роботом SO-101. Она рассчитана на входные изображения и текстовые инструкции, а выдаёт действия робота; также используются данные проприоцепции для управления. Лицензия в предоставленных данных не указана, поэтому перед распространением или развёртыванием следует проверить лицензии базовой модели, датасета и кода. Перед работой на физическом роботе README рекомендует проверить политику в симуляции или контролируемой среде.

VLADrop OpenVLA-OFT LIBERO Drop16MHA Uniform — чекпойнт из работы «Drop-Then-Recovery: How Redundant Are Vision-Language-Action Models?». Модель основана на OpenVLA-OFT и предназначена для управления роботом по визуальным наблюдениям и языковым инструкциям в задачах LIBERO. В чекпойнте удалены MHA-подслои в 16 нечётных блоках 32-слойной основы Llama 2, а MLP-подслои сохранены. После этого уменьшенная плотная модель прошла восстановительное дообучение с LoRA ранга 32; адаптер объединён с весами. Конфигурация содержит списки удалённых слоёв, чтобы при оценке автоматически восстановить прореженный граф. Для запуска требуется модифицированная библиотека transformers-openvla-oft-dropped. Модель рассчитана на эксперименты и оценку управления роботом в бенчмарке LIBERO; описанная команда запускает случайную оценку на наборе libero_spatial. Репозиторий распространяется по лицензии MIT. Карточка не приводит измерений качества, поэтому нельзя заключить, как прореживание повлияло на успешность выполнения задач.

Это дообученная политика VLA-JEPA от автора Helen9975 для управления бимануальным роботом в сценарии MolmoAct2-BimanualYAM с блоками blocks_v2. Модель основана на lerobot/VLA-JEPA-Pretrain и предназначена для предсказания действий робота по изображениям с трёх камер, расположенных в порядке top, left, right. Контрольная точка обучена до шага 100000; выход содержит 14 абсолютных значений суставов и команд для захватов. В рецепте обучения использовались размороженная VLM и функция потерь world model. Для загрузки и запуска требуется библиотека LeRobot. В README приведён результат open-loop smoke-проверки на двух отложенных эпизодах: MSE 0,00672 и MAE 0,0596; эта небольшая проверка не характеризует надёжность на других роботах и сценариях. Лицензия — Apache-2.0.

Это набор двух state-value моделей V(s) для задачи манипуляции кофейным набором в MimicGen coffee_d0. Модели реализованы на PyTorch и принимают 66-мерное проприоцептивное состояние робота; они оценивают дисконтированную отдачу с gamma = 0,99. Вариант v_td обучен регрессией TD, а v_relabel_hinge дополнительно использует аннотированные моменты ошибок в неудачных эпизодах и ограничение-разрыв для пар состояний успеха и неудачи. Обучение проведено на офлайн-траекториях политики mtdit_flow_60k; armF2 Q используется только как эталон оценки. Модели предназначены для оценки состояния и могут служить базовой оценкой или потенциалом для shaping в задачах обучения робота манипуляциям. В указанном отложенном разбиении v_relabel_hinge показывает корреляцию Пирсона 0,888 с эталонной Q-оценкой, а v_td — 0,854. Они не подходят для ранжирования действий или вычисления преимущества: README сообщает о слабом соответствии истинному advantage. Обобщение может ухудшаться при уходе политики от обучающего распределения; повторное обучение с relabeling требует аннотированных кадров неудач. Лицензия в предоставленных данных не указана.