HeymanDex/BiyiVLA_Pi05_Checkpoints_split_airfryer_261105

BiyiVLA Pi05 — split airfryer (261105)

本仓库保存实验 pi05_biyi_split198_bs128_1203_20261104_btWH0z 的五份完整 Stage-1 训练 checkpoint。 使用原 scripts/train_pytorch.py pi05_biyi_stage1 训练入口进行全参数微调，不是 FFT 专用训练入口，也不是 LoRA adapter。 261105 是本次仓库整理的日期标签；训练于北京时间 2026-11-04 启动，并于 2026-11-05 完成。

Checkpoints

根目录	Optimizer updates	用途
300/	300	中间 checkpoint
600/	600	中间 checkpoint
900/	900	中间 checkpoint
1200/	1,200	中间 checkpoint
1203/	1,203	最终 checkpoint

每个目录包含以下四个文件，共 20,946,966,538 bytes；全部五份合计 104,734,832,690 bytes（不含仓库说明和清单）。

<step>/
  model.safetensors
  optimizer.pt
  metadata.pt
  assets/biyi_stage1/norm_stats.json

包含模型、优化器状态和恢复训练元数据，不只是推理权重。请仅从可信来源加载 PyTorch .pt 文件。 各 checkpoint 必须配合兼容的 BiyiVLA/OpenPI 代码、配置与 normalization stats 使用；不是可直接用 Transformers AutoModel 加载的标准模型目录。

数据与训练配置

• 数据来源：PPPPPilot/BiyiVLA 的本地划分 fft_split_20261103_v1。
• 实际训练目录：/root/autodl-tmp/biyivla/datasets/fft_split_20261103_v1/train。
• 训练集：198 episodes，128,316 frames，198 个 parquet 文件、396 个视频文件。
• 独立保留的验证划分：85 episodes，54,757 frames；没有用于本次训练，亦未在本次运行中计算验证指标。其原始 episode 与重编号后的训练索引不能直接混同。
• 1 张 A800 80GB；global batch 128 = micro batch 8 × gradient accumulation 16。
• 1,203 次 optimizer updates，153,984 次样本曝光，约 1.20004 等效 epoch；这不是去重后的样本数。
• AdamW：weight decay 0.05，betas (0.9, 0.95)，eps 1e-8，foreach=False；gradient clip 1.0；BF16；seed 42；action horizon 50。
• Warmup 120 updates，peak/end LR 2.5e-5 / 2.5e-6，之后 cosine decay，schedule 总长度 1,203 updates。
• 保存步骤显式指定为 300、600、900、1200、1203；没有第 1000 步 checkpoint。原始配置中的 save_interval=1000 是被显式步骤列表覆盖的默认字段。
• 实际运行环境：Python 3.11.17、PyTorch 2.7.1+cu126、CUDA 12.6。附带参数文档写的是期望镜像 Python 3.12 / PyTorch 2.8.0 / CUDA 12.8；它不是本次运行环境的自动导出。

训练代码 commit：13c3d64e84ae506d5b4247fa541d93b670649724。 实际命令、完整配置、运行环境和数据元文件哈希见 run_manifest.json 与 train_stats_manifest.json。

训练结果与限制

训练已正常完成（exit code 0）。记录的训练耗时为约 6 小时 53 分钟（2026-11-04 18:24:04 至 2026-11-05 01:17:17，Asia/Shanghai）。 最后一步训练 loss 为 0.01550349872559309，裁剪前 global gradient norm 为 0.13399264216423035，learning rate 为 2.5e-6。

W&B 训练记录

这些是训练集指标，不代表验证集成绩、任务成功率或真实机器人性能。未经独立评估与安全验证，请勿直接用于无人监督的实体机器人操作。

说明、校验与来源

• 训练参数1105 .txt：按用户提供的原始文件逐字节上传，保留文件名中的空格及正文原有的 2026/10/31 标题；没有把空白耗时等字段补写为历史事实。
• checkpoints_manifest.json：每个 checkpoint 文件及本次说明文件的大小和 SHA-256。
• checkpoints_menifest.json：与上一个文件逐字节相同的兼容副本，保留用户请求中的 menifest 拼写。
• run_manifest.json：本次真实训练配置与运行来源，保留原运行清单字段，并补充完成状态、命令和最终指标。
• train_stats_manifest.json：训练数据计数、元数据指纹及 normalization stats 来源。输入 stats 与 checkpoint 内重序列化后的 stats 数值相同，但文件字节及 SHA-256 不同，清单分别记录。
• transfer_manifest.json：从源目录原样保留的历史上传清单；其中的旧 repo_id / repo_prefix 表示首次上传位置，并非本仓库当前路径。

本仓库的 checkpoint 和 transfer_manifest.json 从旧仓库 HeymanDex/BiyiVLA-pi05-checkpoints 的指定目录移动而来，源版本固定为 7e2c703467fdef97aa032879fc33f280fa2c7eaf。 新仓库只保留该目录的内容，没有外层 resume/ 或实验名目录。 搬迁流程为：复制到新仓库 → 比较大小和文件内容标识 → 验证参数及说明 → 删除旧分支上的原路径。 原仓库的 4000、8000、12000、15256 步等其他内容不属于本次搬迁范围。 Git 历史保留，因此旧版本仍可用于追溯；这不是历史清除操作。

本仓库不包含原始数据视频、凭据、缓存或 smoke-test checkpoint。未在此模型卡中另行授予代码、基础模型或数据集许可证；使用时应核对各上游项目的条款。