ReTime / OPTR

Релиз mmmmmcyaaa для robotics: server-authoritative код Florence–Bridge OPTR, полное 20K common-start состояние, снимки Uniform/Residual-OPTR на 20.5K, а также Qwen3-VL-4B–Bridge 29K common start и контракт окружения/seed для парных multi-seed экспериментов. Пакет на PyTorch включает конфиги, скрипты, манифесты и переносимый код обучения и оценки.

📚 Ключевые особенности

• 📚 Полный resumable state Florence 20K: model, optimizer, scheduler metadata и per-rank RNG — с него стартуют новые continuation-ветки.
• ✔ Model-only снимки Uniform и Residual-OPTR на 20.5K — подходят для оценки, но не для точного продолжения optimizer/RNG.
• 📌 Замороженный Residual proposal K=8, alpha=0.2 и манифесты provenance/фингерпринтов.
• 💻 Qwen3-VL-4B–Bridge 29K: параметры и полное training state — optimizer, scheduler, Python/NumPy/PyTorch/CUDA RNG и порядок данных.
• ⏰ Жёсткое разделение common-start, continuation-training и evaluation seed; для Qwen точное продолжение требует оба 29K .pt.
• 🔥 Florence–Bridge: Residual-OPTR +500 даёт 59.38% overall против 42.19% у Uniform +500 на 384 роллаутах.

💻 Пример

bash scripts/run_florence_bridge_arm.sh uniform uniform-reproduction
bash scripts/run_florence_bridge_arm.sh residual residual-reproduction \
  proposals/residual_temporal_proposal_k8_alpha0.2.json

Подробнее

Бенчмарк: фиксированная no-video SimplerEnv WidowX/Bridge-панель, 4 policy seed × 4 задачи × 24 эпизода = 384 роллаута.
Железо и обучение: две GPU, BF16, ZeRO-2, micro-batch 4/GPU, accumulation 8, global batch 64, continuation seed 117465.
Ограничения: 20.5K model-only не хватает для точного продолжения — новые ветки только из полного 20K state. Для Qwen–Bridge нужны оба 29K .pt.
Идентичность эксперимента проверяется через loadability и semantic-проверки model/data/episode/anchor/support/batch/budget, без SHA-гейтов.