跳到正文
arXiv · 机器人与计算机视觉· Jia Deng, Zizhe Wang, Xin Lu, Yi Huang, Zehao Jia·· 28 天前AI 评分48

Compressing Onboard Language Models for Space Robots under a Behavioral-Fidelity Requirement 如何压缩空间机器人机载语言模型

Compressing Onboard Language Models for Space Robots under a Behavioral-Fidelity Requirement

AI 导读

QSelect 方法通过组合 AWQ、GPTQ 和 AutoRound 检查点,在 DeepSeek-R1-Distill-Qwen-7B 等模型上实现更低困惑度。默认模式无需标签即可降低 KL 散度,目标适配模式使 Llama 模型 3-bit 准确率提升 4.3 至 4.5 个点。所有评估均在通用领域基准和地面 GPU 上进行,空间任务与飞行硬件留待后续工作。

来源:arXiv · 机器人与计算机视觉 · arxiv.org