Skip to content
Other

watch-2026-posttrain-robot-icl

чекпоинты для обучения роботов в контексте на базе Cosmos-Predict2.5-2B

2 min readupdated

Набор дообученных моделей для управления реальным роботом Sprout с помощью in-context learning (ICL — обучение прямо в контексте на примерах демонстраций без изменения весов). Модели решают задачи манипуляции объектами — перекладывание чашки в ящик (sprout_cup_to_drawer) и открытие ящика (sprout_open_drawer) — опираясь на визуальные демонстрации движений человека (human ghost demos). Чекпоинты основаны на модели мира Cosmos-Predict2.5-2B (2 миллиарда параметров) и промежуточном чекпоинте WATCH mid, а в репозитории собраны четыре варианта обучения с разной инициализацией и подачей контекста. Релиз пригодится исследователям в области робототехники (embodied AI) для воспроизведения экспериментов и оценки политик манипуляции.

Ключевые особенности

  • Четыре конфигурации экспериментов: сравнение старта с базовой Cosmos-Predict2.5-2B и промежуточной WATCH mid (egoverse_ret_v3_448_state_4node).
  • Два режима формирования контекста: подача демонстрации из текущего эпизода или подмешивание 30% примеров из других эпизодов (варианты mix30).
  • Промежуточные чекпоинты: для каждого из четырёх прогонов сохранены веса на 2000, 3000 и 4000 итерациях (соответствует 21, 31 и 42 эпохам) в формате .pt.
  • Полная воспроизводимость: вместе с весами выложены конфигурации config.yaml, логи обучения с кривой loss и файл контрольных сумм sha256.txt.

Что можно сделать

  • Сравнить качество выполнения задач манипуляции на роботе Sprout при старте с чистой базовой модели Cosmos-Predict2.5-2B и с предобученной WATCH mid.
  • Проверить, как подмешивание 30% чужих демонстраций в контекст (sprout_icl_mix30) влияет на обобщающую способность робота на задачах с ящиками.
  • Проанализировать динамику переобучения на 2K, 3K и 4K шагах обучения, используя готовые конвертированные чекпоинты и логи.

Пример

В репозитории представлены четыре папки с чекпоинтами и конфигурациями для запуска в рамках фреймворка jeongeun980906/watch:
• sprout_icl/ — старт с WATCH mid, в контексте демонстрация текущего эпизода;
• sprout_icl_base/ — старт с Cosmos-Predict2.5-2B, демонстрация текущего эпизода;
• sprout_icl_mix30/ — старт с WATCH mid, 30% сэмплов в контексте из другого эпизода;
• sprout_icl_mix30_base/ — старт с Cosmos-Predict2.5-2B, 30% сэмплов из другого эпизода.

ПодробнееДанные: 40 эпизодов (6 158 окон) из датасета Jeongeun/sprout-real-3task с разметкой human_ghost/.
Обучение: 4 000 итераций, global batch 64 (8 сэмплов на GPU), lr 1e-4 с прогревом 100 шагов и линейным затуханием до 0.5e-4.
Железо и скорость: каждый прогон выполнен на 1 узле с 8× A100 80GB со скоростью ~1.60–1.61 сек/итерацию (~2 часа на прогон).
Особенности: на итерации 2995 во всех четырёх прогонах зафиксирован единичный скачок loss до 0.18–0.21 с возвратом к ~0.02 к шагу 3000.
Discuss Telegram 0

Will it run?

Runs in BF16

Fits without quantisation.

  • BF16weights 3.6 GB · ready files4.5 GB
  • FP8 / INT8recommendedweights 1.8 GB2.5 GB
  • 4-bitweights 1.0 GB1.6 GB

Tip: go 8-bit.FP8 / INT8 is within about a percent of full precision in quality, takes half the memory and runs faster on RTX 40/50 and H100. Full precision only pays off for fine-tuning.

What to get for this model

Massed ComputeOpen Massed Compute

Your own GPU: FP8 / INT8 — from RTX 2060 · BF16 — from RTX 2060

Massed Compute hourly prices, November 2026. The discounted price applies with the coupon at checkout.

Estimate: weights plus working memory. Long videos, high resolutions and long contexts need more.

Run it on Massed Compute

The script downloads the model to the rented machine. How to run it is in the model card.

  1. 1. Rent a machine with a fitting GPU

    Open Massed Compute
  2. 2. Paste the script into the machine's terminal

    Connect over SSH (the Massed Compute panel shows the command) or open a terminal on the machine's desktop.

    HF_TOKEN / CIVITAI_TOKENThe script starts with token lines: paste yours between the quotes. The Hugging Face token is for gated models, the Civitai one for Civitai models.

    # watch-2026-icl/watch-2026-posttrain-robot-icl
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download watch-2026-icl/watch-2026-posttrain-robot-icl --local-dir ~/models/watch-2026-posttrain-robot-icl
    # The model is in ~/models. How to run it is in the model card (link above).
  3. 3. Use it

    The model is in ~/models. How to run it is in the model card (link above).

Stop the machine in the panel when you are done: it bills by the minute while it runs.

How to speed it up

Picked for this model type. Choose your hardware above to see what fits you exactly.

  • FlashAttention 44.0.0b40from November 18, 2026new release

    fastest exact attention on B200

    Kernels for Blackwell (beta). Exact attention without quantisation — fine for everything, LLMs included.

    How to enable: pip install flash-attn-4; vLLM and SGLang pick it up themselves.

    Earlier generations (2)
    • FlashAttention 3 — The Hopper (H100/H200) version with FP8.
    • FlashAttention 2 — The standard for RTX 30/40/50 and A100: exact attention without the memory cost of long contexts.
  • torch.compile2.15.0from October 28, 2026new release

    10–30% for free

    Compiles the model for your GPU. Slower first run, faster afterwards.

    How to enable: model = torch.compile(model); in ComfyUI the TorchCompileModel node.

Model family

New posts about versions of watch-2026-posttrain-robot-icl (quants, finetunes, LoRAs) will show up under the bell.

No known relatives of this model yet. All derivatives on Hugging Face

About the model

watch-2026-icl/watch-2026-posttrain-robot-icl
Author
watch-2026-icl
Category
Other
Released
Posted

On NeyroLearn

Hugging Face

00

Ask AI about this model

Answered by Gemini 4 · the chat is kept only in this tab

Comments