К содержимому
Робототехника

SmolVLA on PiperX (AdamW)

чекпоинты управления роботом-манипулятором

2 мин чтенияобновлено

Референсный файнтюн модели SmolVLA (компактной VLA-модели, связывающей зрение, язык и действия) на базе фреймворка LeRobot для управления роботом-манипулятором PiperX. Автор xzz789 (эксперимент HKU job 298139) обучил эксперт действий (action expert) на 99 демонстрациях и выложил полный архив из 25 промежуточных чекпоинтов с шага 0 по 24 000. В отличие от обычных релизов, здесь сохранены не только финальные веса, но и состояния оптимизатора AdamW вместе с подробными метриками оценки на каждом этапе. Модель пригодится разработчикам и исследователям в области робототехники для работы с платформой PiperX или анализа сходимости обучения.

Ключевые особенности

  • 25 последовательных чекпоинтов (с 0 по 24 000 шаг с интервалом в 1 000 шагов), позволяющих отследить динамику обучения.
  • Полный комплект артефактов для каждого шага: веса модели, файлы процессора, состояние оптимизатора и сводки оценки.
  • Точное снижение средней абсолютной ошибки (Action MAE) с 18.239° на старте до 0.243° на 24 000 шаге.
  • Готовый файл piperx_eval.json с полными записями открытой оценки (open-loop) по всем сохранениям.

Что можно сделать

  • Использовать финальные чекпоинты (22k–24k шагов) в среде LeRobot для управления манипулятором PiperX или в качестве базовой точки для дальнейшего дообучения.
  • Сравнивать свои оптимизаторы и гиперпараметры с референсной кривой сходимости AdamW на тех же демонстрациях.
  • Продолжить обучение с любого промежуточного шага благодаря сохранённым состояниям оптимизатора (optimizer state).

Пример

В карточке приведён сценарий оценки на 2 048 сэмплированных кадрах из обучающей выборки (evaluation seed 10 000): при пороге в 5% от финальной ошибки приемлемая точность достигается уже на 22 000 шаге (Action MAE снижается до 0.254°), а последние 2 000 шагов улучшают показатель ещё на 0.011° — до 0.243°.

ПодробнееОбучение: 24 000 шагов на 99 демонстрациях PiperX (global batch 256, seed 42, оптимизатор AdamW).
Метрики на шаге 24 000: Eval loss — 0.00548, Action MAE — 0.243°, MAE первых 10 действий — 0.230°.
Ограничения: метрики отражают качество имитации (imitation fit) при open-loop оценке на кадрах из обучающего набора.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 1.7 GB · готовые файлы2.3 GB
  • FP8 / INT8рекомендуемвеса 0.8 GB1.4 GB
  • 4-bitвеса 0.5 GB1.0 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.

    # xzz789/smolvla-piperx-adamw-298139
    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 xzz789/smolvla-piperx-adamw-298139 --local-dir ~/models/smolvla-piperx-adamw-298139
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к smolvla-piperx-adamw-298139
  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-piperx-adamw-298139 — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

xzz789/smolvla-piperx-adamw-298139
Автор
xzz789
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

Робототехника

dec_models

dec_models