arXiv · 机器人与计算机视觉· Syed Umer Bukhari, Magnus Almgren, Ahmed Ali-Eldin·· 15 天前AI 评分72
LoopQ:公平闭环评估量化视觉语言动作模型
LoopQ: Fair, Closed-Loop Evaluation of Quantized Vision-Language-Action Models
AI 导读
作者提出 LoopQ 基准,在相同检查点、层和引擎下对比 RTN、AWQ、GPTQ 等四种量化策略。基于 LIBERO 数据集超过 180,000 个回合的测试显示,通用 PTQ 方法在低比特(4 bit)下表现优于或持平于专用方法;标准 LIBERO 掩盖了损失,配对扰动下无显著损失的配置仍会丢失 1.5-4.3 分。
来源:arXiv · 机器人与计算机视觉 · arxiv.org