Flower Calvin Abc
F
Flower Calvin Abc
mbreussによって開発
FlowerVLAはロボット操作タスク向けに事前学習された視覚-言語-動作モデルで、CALVIN ABCデータセットで訓練され、効率的なフローマッチングアーキテクチャを採用し、約10億パラメータのみです。
ダウンロード数 20
リリース時間 : 3/16/2025
モデル概要
FlowerVLAは効率的な視覚-言語-動作フロー戦略モデルで、ロボット操作タスク向けに設計され、マルチモーダルな視覚-言語エンコーディングと新しいTransformerアーキテクチャを組み合わせています。
モデル特徴
効率的なマルチモーダルエンコーディング
Florence-2モデルの半分の構造を使用したマルチモーダル視覚-言語エンコーディングにより、効率的な視覚-言語融合を実現。
フローマッチングアーキテクチャ
新しいTransformerベースのフローマッチングアーキテクチャを使用し、動作生成プロセスを最適化。
軽量設計
約10億パラメータのみで効率的で汎用的な視覚-言語-動作戦略を実現し、リアルタイムロボット操作に適しています。
モデル能力
視覚-言語-動作融合
ロボット操作タスク実行
マルチモーダル入力処理
動作空間予測
使用事例
ロボット技術
CALVIN ABCチャレンジ
CALVIN ABCチャレンジで複雑なロボット操作タスクを実行
現在1位、平均タスク完了長4.54
物体把持
言語指示に基づいて特定の物体を把持
高い成功率
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル
Transformers 複数言語対応

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2%です。
対話システム
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98