在LIBERO-Spatial数据集上使用LoRA微调的OpenVLA 7B视觉语言动作模型
下载量 4,009
发布时间 : 9/3/2024
模型简介
这是一个多模态视觉语言动作模型,专为机器人技术设计,能够处理图像和文本输入并生成相应的动作指令。
模型特点
LIBERO-Spatial数据集微调
专门针对机器人空间任务优化的模型性能
LoRA高效微调
使用秩为32的LoRA进行参数高效微调,保持原始模型能力的同时适应新任务
多模态处理能力
能够同时处理视觉和语言输入,输出动作指令
模型能力
视觉语言理解
机器人动作生成
多模态推理
空间任务处理
使用案例
机器人控制
空间导航任务
根据视觉输入和文本指令生成机器人导航动作
在LIBERO-Spatial基准测试中表现良好
物体操作任务
结合视觉和语言输入完成物体抓取和放置任务
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers

支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers

英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文