AGQ：面向VLA模型的动作引导超低比特量化方法

论文作者提出AGQ（动作引导量化）方法，用于压缩视觉-语言-动作（VLA）模型：结合动作敏感度与权重恢复成本代理，在存储预算下为矩阵分配不同位宽。 在LIBERO基准上，该方法称在W3位宽下达到92.7%任务成功率，比AWQ和GPTQ分别高1.2和3.7个百分点，W2.5下仍保持70.5%；配合无损编码，相对BF16实现6.10倍完整模型压缩，同时保留25.5%任务成功率。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。