arXiv · cs.RO· Jiuyi Xu, Xiao Hu, Meida Chen, Song Wang, Yang Ye, Yangming Shi·2026-10-29 02:46· 2 天前精选AI 评分62

论文 / 摘要阅读

QbD-VLA：以任务成功率引导 VLA 模型混合精度量化

Quantize by Doing: Task-Guided Mixed-Precision Quantization of Vision-Language-Action Models

AI 导读 · 根据来源整理

QbD-VLA 提出一种任务引导的混合精度量化方法，用短闭环评估中的任务成功率分配权重与激活位宽，并考虑模型组件间的相互影响。实验覆盖四个 VLA 模型和 LIBERO 全部四个套件，权重平均约 4 位、激活少于 6 位时仍保持较强任务表现；在 SIMPLER 上相对均匀量化的增益较小。

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。