К содержимому
Робототехника

smolvla-libero-test-time-verifier

верификатор действий для роботов на базе SmolVLA

2 мин чтенияобновлено

Лёгкая модель-верификатор на 5,03 млн параметров, которая помогает робототехнической политике SmolVLA (HuggingFaceVLA/smolvla_libero) выбирать более удачные действия прямо во время работы (test-time). На каждом шаге принятия решения базовая нейросеть генерирует несколько вариантов последовательности действий (action chunks), а верификатор оценивает вероятность успешного выполнения задачи для каждого кандидата и выбирает лучший. Веса самой политики SmolVLA при этом остаются замороженными и не дообучаются. Одна модель закрывает сразу все 40 задач симулятора LIBERO — текущая цель передаётся ей через текстовое описание.

Ключевые особенности

  • Компактная архитектура: всего 5 028 969 параметров, состоит из модуля проекции текста, Dynamics MLP (предсказывает изменение состояния робота на 10 шагов вперёд) и классификатора с механизмом self-attention.
  • Мультимодальные входы: анализирует состояние робота (26 параметров позиции и скорости суставов), визуальные признаки с двух камер через DINOv2 ViT-S/14, текстовую инструкцию от SmolVLA и первые 10 шагов действия-кандидата.
  • Единая модель на 40 задач: работает во всех четырёх наборах бенчмарка LIBERO (libero_spatial, libero_object, libero_goal и libero_10).
  • Открытая лицензия: распространяется под Apache License 2.0 со всеми скриптами извлечения признаков и загрузки.

Что можно сделать

  • Повысить процент успешного выполнения манипуляций в симуляторе LIBERO при работе с замороженной моделью HuggingFaceVLA/smolvla_libero и библиотекой LeRobot.
  • Использовать архитектуру PaperGate (связка Dynamics MLP и state-attention) в качестве референса для создания собственных легких верификаторов под другие VLA-модели.

Пример

from load import load_verifier, score_candidates

model = load_verifier(device="cuda")
# robot (26,), image (768,), language (960,), candidates (K, 10, 7)
scores = score_candidates(model, robot, image, language, candidates)
chosen = candidates[scores.argmax()]
ПодробнееБенчмарк LIBERO (1200 эпизодов, K = 5 кандидатов): доля успешных выполнений выросла с 67.8% (базовая политика) до 80.2% (+12.4 п.п., p < 0.001).
По наборам задач: libero_spatial 63.3% → 75.7%, libero_object 91.0% → 94.7%, libero_goal 71.7% → 87.7%, libero_10 45.0% → 62.7%.
Обучение: 6000 прогонов SmolVLA, 20 000 шагов, validation AUC 0.941.
Ограничения: привязана к конкретному чекпоинту SmolVLA и экстракторам признаков DINOv2; поведение на новых задачах вне 40 задач LIBERO не проверялось.
Обсудить Telegram 1 22

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 0.0 GB · готовые файлы0.5 GB
  • BF16веса 0.0 GB0.5 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 GB
  • 4-bitвеса 0.0 GB0.5 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · F32 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # dow0w/smolvla-libero-test-time-verifier
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    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 dow0w/smolvla-libero-test-time-verifier --local-dir ~/models/smolvla-libero-test-time-verifier
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к smolvla-libero-test-time-verifier
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии smolvla-libero-test-time-verifier — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

dow0w/smolvla-libero-test-time-verifier
Автор
dow0w
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

221

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии