论文 / 摘要阅读
LoopQ：面向量化视觉-语言-动作模型的闭环公平评测基准
LoopQ: Fair, Closed-Loop Evaluation of Quantized Vision-Language-Action Models
AI 导读 · 根据来源整理
LoopQ 是一个闭环基准，在同一检查点、层和引擎上比较多种量化策略，仅改变方法与内核。作者在四个 VLA 上评测 RTN、AWQ、GPTQ、ActQuant 和 QuantVLA，覆盖 LIBERO 与 LIBERO-plus 超过 18 万条 episode，并在 NVIDIA H100、L4 和 Jetson AGX Thor 上测试。结果显示量化可稳定节省内存，真实低比特模型为 2-3 倍。
本站目前提供摘要
以上是对来源材料的中文整理，不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。
前往 arXiv · cs.RO 阅读原文 ↗来源：arXiv · cs.RO · arxiv.org