π0.5微调实践：新数据集与checkpoint调参观察
DominiqueCAPaul · x · 2026-07-07
开发者分享了基于π0.5的具身操作微调实践：使用20小时、更大更多样的新数据集，batch size 256、学习率5e-5训练，逐个checkpoint评估以寻找最佳调参长度。观察发现10k步时模型抖动严重、常抓错执行器；20k步明显平滑、抓取精准但交接困难；30k步出现微小级抖动(类似帕金森式震颤)，随后逐渐消退。
DominiqueCAPaul · x · 2026-07-07
开发者分享了基于π0.5的具身操作微调实践：使用20小时、更大更多样的新数据集，batch size 256、学习率5e-5训练，逐个checkpoint评估以寻找最佳调参长度。观察发现10k步时模型抖动严重、常抓错执行器；20k步明显平滑、抓取精准但交接困难；30k步出现微小级抖动(类似帕金森式震颤)，随后逐渐消退。