К содержимому
Робототехника

LingBot-VA LB43 LoRA r154

адаптер для робототехнической модели

2 мин чтенияобновлено

Это LoRA (небольшая надстройка над базовой моделью) для робототехнической модели kenzhengjk/lingbot-va-lb43-s11750, дообученная на демонстрациях 43 задач из симулятора RoboTwin. Адаптер обновляет проекции слоя внимания attn1 во всех 30 блоках трансформера (всего 120 линейных слоёв), причём одни и те же слои разделяются между токенами видео и действий. Версия с рангом 154 создана как контрольный вариант, сопоставимый по количеству обучаемых параметров с методом HFS head-delta. Репозиторий пригодится исследователям робототехники, работающим со стеком LingBot-VA и форком Zero-WAM.

Ключевые особенности

  • Содержит только веса адаптера (~113,5 млн обучаемых параметров в формате float32, 433 МиБ на чекпоинт); базовую модель нужно загружать отдельно (ревизия 70db6add).
  • Ранг 154 и alpha 154 (масштаб 1) подобраны так, чтобы число параметров было не ниже 113,27 млн (у бейзлайна Zero-WAM использовался ранг 77 на 240 слоях, здесь слоёв вдвое меньше).
  • Обучение велось с функцией потерь L_video + L_action на 2 150 эпизодах (43 задачи RoboTwin по 50 чистых демонстраций).
  • Доступны промежуточные чекпоинты каждые 250 шагов — от checkpoint_step_250 до checkpoint_step_10000, а также логи обучения metrics.jsonl.

Что можно сделать

  • Запустить адаптер без слияния весов через серверную обвязку research.lingbot_va.server (из форка Zero-WAM), положив папку lb_lora/ рядом с компонентами базы.
  • Слить веса LoRA в базовую модель по формуле W += (alpha / rank) * B @ A для инференса без динамической подгрузки адаптера.
  • Сравнить динамику качества на разных этапах обучения, протестировав чекпоинты от 250 до 10 000 шага, или сопоставить с версиями на ранги 77 и 38.

Пример

Чтобы подготовить папку чекпоинта для сервера research.lingbot_va.server, скопируйте или прилинкуйте из базовой модели каталоги transformer, vae, text_encoder и tokenizer, а рядом поместите lb_lora/ выбранного шага:

checkpoint_step_/
  lb_lora/adapter.safetensors
  lb_lora/spec.json
  transformer/
  vae/
  text_encoder/
  tokenizer/
ПодробнееОбучаемые параметры: 113 541 120 (float32, 433 MiB на чекпоинт).
Обучение: 4 GPU, эффективный батч 8 (batch 1 × grad accum 2), AdamW (lr 1e-4, cosine decay с 9000 до 10000 шага).
Ограничения: сама базовая модель kenzhengjk/lingbot-va-lb43-s11750 не входит в репозиторий.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 9.9 GB · готовые файлы11 GB
  • FP8 / INT8рекомендуемвеса 5.2 GB6.2 GB
  • 4-bitвеса 3.1 GB3.9 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 5060 Ti 8GB · BF16 — от RTX 5070

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

Это LoRA: вместе с базовой моделью lingbot-va-lb43-s11750.

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.

    # jakkii/lingbot-va-lb43-s11750-lora-r154
    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 kenzhengjk/lingbot-va-lb43-s11750 --local-dir ~/models/lingbot-va-lb43-s11750
    hf download jakkii/lingbot-va-lb43-s11750-lora-r154 --local-dir ~/models/lingbot-va-lb43-s11750-lora-r154
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к lingbot-va-lb43-s11750
  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

Нужна базовая модель

kenzhengjk/lingbot-va-lb43-s11750

Эта модель — LoRA / адаптер. Сначала скачайте базовую модель, затем подключите к ней эту.

  1. lingbot-va-baseоснова семьи
  2. lingbot-va-lb43-s11750
  3. lingbot-va-lb43-s11750-lora-r154

Новые посты про версии lingbot-va-base — сжатые, дообучения, LoRA — появятся в колокольчике.

Дообучения 12Все на Hugging Face
LoRA и адаптеры 4Все на Hugging Face

О модели

jakkii/lingbot-va-lb43-s11750-lora-r154
Автор
jakkii
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии