QbD-VLA：按任务成功率分配VLA量化位宽

论文作者提出 QbD-VLA，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 VLA 模型的权重与激活位宽，并考虑模型组件间的相互影响。作者称，在四个 VLA 模型和 LIBERO 全部四个套件上，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。 实机验证存在模型差异：在 Franka Research 3 机械臂上，仿真选出的位宽分配在 X-VLA 上未检测到成功率损失，但在 π_{0.5} 上失败。作者据此认为任务成功率可用于引导 VLA 混合精度量化，但部署前仍需真实环境评估。该研究为 arXiv 预印本，尚未经同行评议。

AI 根据报道生成 · 4 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。