Awesome-VLA-Post-Training

VLA后训练方法一网打尽，快速找到微调方案

开源 free 模型训练

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 256

维护状态较活跃

是否开源是

定价模式 free

项目预览

项目数据

分类模型训练

开发团队AoqunJin

所属国家

官网地址

GitHubhttps://github.com/AoqunJin/Awesome-VLA-Post-Training

定价模式free

价格说明开源免费

访问状态

是否开源是

开源协议MIT

主要语言

技术栈/模型embodied-agent,embodied-ai,fine-tuning,post-training,vision-language-action-model,vla

GitHub 星标★ 256

30天Star增速

HF 下载量

上线时间2025-05-23 00:00:00

代码更新—

仓库体积—

本站数据更新—

维护状态较活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-10-17

浏览次数0

项目介绍

Awesome-VLA-Post-Training 是一个聚焦视觉-语言-动作（VLA）模型后训练方法的开源资源合集。它系统整理了具身智能领域中，在预训练 VLA 模型基础上进行微调、对齐和强化的各类技术方案，解决研究者面对零散论文难以快速定位可用方法、复现成本高的问题。核心能力包括：汇总后训练范式（如监督微调、强化学习、偏好优化等）的论文与代码链接，按任务类型和模型架构分类，覆盖机器人操作、导航等场景。项目本身不提供训练框架，而是作为索引和导航，帮助开发者快速找到适合自己机器人平台的后训练策略，降低从论文到落地的门槛。适合具身智能研究者、机器人学习工程师以及想进入 VLA 领域的开发者作为调研起点。