跳至正文
原文导读 · 原标题中译

LoongForge/LoongForge-LingBot-VA-RoboTwin:LingBot-VA 在 RoboTwin 2.0(50 任务)上的监督微调检查点

LoongForge/LoongForge-LingBot-VA-RoboTwin

材料发布 2026-11-12 · Hugging Face · 官方声明 · 核查 2026-11-13

内容摘要

这份 HuggingFace 模型卡给出一份可直接加载的产物:LoongForge 框架微调的 LingBot-VA 在 RoboTwin 2.0(50 任务)基准上的监督微调(SFT)检查点。对做操作策略微调和评测集成的工程师,权重目录与官方评测入口都已给出,不必自己从头搭训练配置。

LingBot-VA 是自回归的视频-动作世界模型,实现为双流扩散 Transformer,在一条交错序列里同时预测未来视频潜变量与机器人动作;该检查点以 robbyant/lingbot-va-base 为起点,在 robbyant/robotwin-clean-and-aug-lerobot 数据上微调。

模型卡自述成绩:清洁设置 demo_clean 87.6%(2189/2500),随机化设置 demo_randomized 85.7%(2143/2500);用官方 lingbot-va 代码、相同数据与训练计划自训的对照模型为 86.1% 与 85.1%。协议是每种设置 50 任务 × 50 回合、只用已见过的指令、起始种子 10000 并带专家校验、采用官方每任务步数上限,BF16 推理。训练 50,000 次迭代、全局 batch 64(1×4×16 GPU)、学习率 1e-5 恒定(10 步预热)、AdamW、种子 42;计算用 BF16、主权重与梯度归约用 FP32,权重以 FP32 存储。

使用时把评测配置里的 server.ckpt_path 指向本仓库副本,运行 eval/run_robotwin_eval.sh;config.json 只是描述性元数据,不能当 Transformers 的 AutoModel 配置用。

点评

在相同数据与训练计划下,LoongForge 训练出的检查点与厂商自己用官方 lingbot-va 代码重训的对照模型数值接近(清洁 87.6% 对 86.1%,随机化 85.7% 对 85.1%),说明换用 LoongForge 框架未见明显能力损失;同时仓库直接给出可加载的权重目录与 RoboTwin 2.0 评测入口,对做操作策略微调和评测集成的工程师有直接可用性。但这是厂商在自家模型卡上自述的单一基准结果,对照行也是同一方自训的模型,不构成第三方独立复现。

所有数字均来自厂商发布的模型卡自述,未经第三方核验;对照行也是作者方用官方 lingbot-va 仓库自己在相同数据、训练计划和协议下重训的模型,不能当作独立复现。评测范围限于 RoboTwin 2.0 的 50 个任务、已见过的指令和单一起始种子 10000,材料未给出真机实验结果,也未说明不同种子或未见指令下的表现。抓取说明与元数据字段不属于原文内容,本次未据此生成事实引文;该模型页按获取时快照记录,其页面首发时间不能证明所有文字均在报告截止前已存在。

版本与核查范围

版本 48256bc5b17b112fcc938a0ae8987d83f1c93f6d · 原文定位与程序检查、独立上下文模型复核;不代表独立研究复现。。依据已核查材料整理;未运行模型或机器人。

原文与定位

  • 原文链接 README:paragraph:2;README:paragraph:3;README:paragraph:3;README:paragraph:5;README:paragraph:6;README:paragraph:6;README:paragraph:8;README:paragraph:8;README:paragraph:10;README:paragraph:11;README:paragraph:13;README:paragraph:1