Prompt2Robo Qwen3-8B

Это PEFT LoRA-адаптер для Qwen3-8B, дообученный на Carlo0001/Prompt2Robo data_v4 через QLoRA (4-bit NF4, r=32, 4 эпохи). Модель принимает текстовую задачу и Scene_Info в JSON и пишет программу run(robot) для симулированной руки LARA 5 либо короткий отказ.

🐱 Ключевые особенности

• 💪 PEFT LoRA для Qwen/Qwen3-8B, не MLX-формат.
• 👀 Обучение на data_v4: 1905 train, 188 validation, 267 held-out; все примеры проверены в симуляторе.
• 😐 Нужен формат Scene_Info с JSON-сценой и non-thinking chat template Qwen3: enable_thinking=False.
• 🥲 Пишет run(robot) для симулированной LARA 5 или отказ.
• 🍒 Только симулятор: на реальном роботе не проверялась.

🍒 Пример

Запрос и сцена:

Put the blue cube on top of the yellow cube.

Scene_Info:
{"scene": {"objects": {"1": {"color": "blue", "position": [0.4, 0.1, 0.02]}, "2": {"color": "yellow", "position": [0.5, -0.1, 0.02]}}, "gripper": {"position": [0.4, 0.0, 0.3], "angle_deg": 0, "is_open": true}}}

Подробнее

Held-out: 77/102 (75.5%) на исходном eval и 51/61 (83.6%) на eval_v2; всего адаптер 196/267 в симуляторе.
Слияние в bf16 снижает точность: 179/267, поэтому мержить этот QLoRA невыгодно.
Наборы небольшие (±6 п.п.), почти все задачи из семейств, встречавшихся в обучении.
Только симуляция: реальный робот не проверялся; сгенерированный код сначала запускайте в симуляторе.
Требования к VRAM в карточке не указаны.