[Question]: 关于S2预训练时所使用的数据集问题

[tengchenzeal]

Question

在huggingface中，InternRobotics/InternData-N1有两个版本的数据集，v0.1和v0.5，如图。

问题1：
S2预训练时是用的哪个版本的数据集，v0.1还是v0.5？还是说前期的“InternVLA-N1”用的v0.1，25年年底新更新的“DualVLN”用的v0.5？
问题2：
v0.5版本的数据中，r2r数据集中是否还包含了v0.1的envdrop，还是只有r2r_v1-3？

[bryce-wan]

1. 对的，InternVLA-N1用的v0.1，后面更新的DualVLN用的v0.5
2. 在dualvln的训练中我们继续用了envdrop，但是发现不加的话对效果没有显著的影响。envdrop这部分数据比较重复质量不高，但是整体的数据量又很大，所以为了方便实验复现暂时没开源

[tengchenzeal]

1. 对的，InternVLA-N1用的v0.1，后面更新的DualVLN用的v0.5
2. 在dualvln的训练中我们继续用了envdrop，但是发现不加的话对效果没有显著的影响。envdrop这部分数据比较重复质量不高，但是整体的数据量又很大，所以为了方便实验复现暂时没开源

感谢回答。再请问下：
无论是前期的“InternVLA-N1”还是后面更新的DualVLN，在S2训练时都只用了上图中的数据吗，除了导航主任务数据外，有没有混合VQA、EQA之类的辅助任务数据呢？