dexmal/dexbotic

来源
GitHub
首次上榜日期
领域
模型推理
GitHub 星标数
3,202
主要语言
Python
网站
dexbotic.com (在新标签页中打开)

本页介绍外部开源仓库,并非 HDATF 产品。

dexmal/dexbotic

它做什么

这是基于PyTorch的视觉语言动作研究工具,涵盖预训练、微调、推理及评估,提供多种模型配置、统一机器人训练数据格式和部署脚本。

对 ATF 的帮助

LabChin在规划具身智能研究时,可以参考模块化实验配置和模型比较方式。

许可证

MIT 宽松许可。保留版权声明即可商用和修改。

同领域的其他仓库

  • whitecircle/halo
    这是面向语言和多模态模型的训练框架,支持预训练、监督微调、偏好优化及异步多轮强化学习,可在单个GPU或多个节点上训练Hugging Face模型。
  • NandhaKishorM/laya
    这是多语言决策引擎,通过一次前向传播回答关于文本、邮件、工单或JSON的类型化问题。路由器为每个请求选择检查点。
  • jaredpalmer/kev
    这是基于Qwen3.5的小型决策模型,提供预训练权重、训练代码和评估数据。API支持是非、选择及评分问题,并兼容TypeSafe System One格式。
  • bespokelabsai/nimble
    这是分享类型化决策模型的数据筛选、训练和服务方法的项目。它接收文本和问题模式,选择选项或真假答案,并返回允许答案的概率。
  • mizorewww/laya-mlx
    这是在Apple Silicon上运行Laya类型化决策模型的原生MLX运行时,无需文本生成、PyTorch运行时或云端API即可进行本地推理。

只收录进入 Trendshift 排行榜的仓库,榜单仅用于寻找候选项目,不转载名次。说明、许可证和星标数来自各 GitHub 仓库。解读是我们自己的判断。我们尚未测试这些项目,上榜并不证明质量。

在 GitHub 上查看 (在新标签页中打开)