К содержимому
Робототехника

TETHER_CVPR

4 задачи подряд: MAR против Experience Replay

2 мин чтенияобновлено

Это набор чекпоинтов DiT-Flow MT-политики для руки SO-100/SO-101 (so_follower), последовательно обученной на четырёх задачах манипуляции. После каждой задачи сохранён отдельный чекпоинт, поэтому видно, как развивается забывание. Автор сравнивает предложенный метод MAR (λ = 1, 2, 3) с Experience Replay в одинаковых условиях: старт, seed и разбиение данных.

Ключевые особенности

  • Архитектура — DiT-Flow MT; формат ditflow_mt отсутствует в upstream lerobot, нужен форк lerobot_lsy.
  • Четыре задачи: ring, box, carrot, stack_cup; по 50 эпизодов, последние 5 — hold-out.
  • MAR хранит прошлое через кодовую книгу (state, визуальные признаки) и согласование с teacher в пространстве действий; λ задаёт вес якорной потери.
  • ER держит по 5 эпизодов прошлых задач в буфере; в батче 24 текущих + 8 replay.
  • Обучение: 10 000 шагов на задачу (40 000 всего), batch 32, seed 42, старт с svla_so100_pretrained_clare.
  • Нужны данные LeRobot v3.0 и AsdlMeta; статистики нормализации уже в чекпоинте.

Пример

import sys; sys.path.insert(0, '<путь>/policy_code')
from asdl_data import AsdlMeta
from lerobot.configs.policies import PreTrainedConfig
from lerobot.policies.factory import make_policy
path = '<путь>/mar_lam1/task_3'
cfg = PreTrainedConfig.from_pretrained(path)
cfg.pretrained_path = path; cfg.device = 'cuda'
policy = make_policy(cfg=cfg, ds_meta=AsdlMeta('<путь к ASDL датасету>')).eval()
ПодробнееHold-out action MSE (4 задачи): ER — 0.01246, MAR λ=1 — 0.01181, λ=2 — 0.01187, λ=3 — 0.01218. Среднее забывание: ER +0.00008, MAR λ=1 −0.00025.
Это MSE, а не success rate; seed один, задач четыре и порядок один. Pooled-нормализация использует min/max будущих задач, но только для масштаба.
VRAM не указана; в примере — cuda.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.7 GB · готовые файлы1.3 GB
  • FP8 / INT8рекомендуемвеса 0.4 GB0.9 GB
  • 4-bitвеса 0.2 GB0.7 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 · BF16 — 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.

    # kimtaegyu/TETHER_CVPR
    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 kimtaegyu/TETHER_CVPR --local-dir ~/models/TETHER_CVPR
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к TETHER_CVPR
  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 TETHER_CVPR — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

kimtaegyu/TETHER_CVPR
Автор
kimtaegyu
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