Harumo/

so101-ft-adaptation-study

SmolVLA / pi0.5 が新しいロボット・環境・タスクに適応するために必要な設定を体系的に調査する プロジェクトの hub repo。

	Overview




	
	Research Questions




	

Q 内容 測定方法

Q1 最小データ量: 新タスク FT で目標性能を達成する最小 ep 数 min data 4 段階 (10/30/50/100 ep) × success rate

Q2 限界 iteration: catastrophic forgetting の限界 sorting OOD color generalization (赤・青 学習 → 緑・紫 評価)

Q3 FT モード比較: Full FT vs LoRA で Q1/Q2 がどう変わるか Phase 4 で LoRA mode 再実験

dataset: ファインチューニングに使う… See the full description on the dataset page: https://huggingface.co/datasets/Harumo/so101-ft-adaptation-study.