Openvla 7b Prismatic

🚀 OpenVLA 7B (Prismatic互換バージョン)

このモデルは、OpenVLA 7Bモデルと同じものですが、このチェックポイントは元のPrismatic VLMsプロジェクトのコードベースのトレーニングスクリプトと互換性のある形式になっています。OpenVLAチームはこのコードベースを基にOpenVLAモデルを開発しました。OpenVLA 7Bモデルの詳細はこちらを参照してください: https://huggingface.co/openvla/openvla-7b

このPrismatic互換チェックポイントは、Prismatic VLMsのトレーニングスクリプトを使用して、ネイティブのPyTorch Fully Sharded Data Parallel (FSDP) を介してOpenVLA（全75億のパラメータ）を完全にファインチューニングしたい場合に便利です。代わりにLoRAを介して効率的なパラメータファインチューニングを行いたい場合は、上記のリンク先のOpenVLAチェックポイントを使用できます。これはHugging Faceのtransformersライブラリと互換性があります。70億パラメータのモデルを完全にファインチューニングするのに十分なコンピューティングリソース（例えば、複数のA100/H100 GPU）がない場合は、LoRAを介したファインチューニングをおすすめします。

🚀 クイックスタート

このチェックポイントを完全にファインチューニングする方法については、OpenVLAのGitHub READMEを参照してください。

📄 ライセンス

このプロジェクトはMITライセンスの下で公開されています。

📚 ドキュメント

引用

BibTeX:

@article{kim24openvla,
    title={OpenVLA: An Open-Source Vision-Language-Action Model},
    author={{Moo Jin} Kim and Karl Pertsch and Siddharth Karamcheti and Ted Xiao and Ashwin Balakrishna and Suraj Nair and Rafael Rafailov and Ethan Foster and Grace Lam and Pannag Sanketi and Quan Vuong and Thomas Kollar and Benjamin Burchfiel and Russ Tedrake and Dorsa Sadigh and Sergey Levine and Percy Liang and Chelsea Finn},
    journal = {arXiv preprint arXiv:2406.09246},
    year={2024}
} 

情報テーブル