跳到正文
arXiv · ML· Haesung Lee, Insu Han·· 1 天前AI 评分34

SACQ: 面向超低比特视觉-语言-动作模型的结构感知码本量化框架

SACQ: Structure-Aware Codebook Quantization for Ultra-Low-Bit Vision-Language-Action Models

AI 导读

提出SACQ量化框架,在1.5 bits下LIBERO成功率达93.85%,内存降低4.83倍。 结合结构感知码本与动作感知混合比特分配,配合INT8激活量化后速度提升1.51倍。

来源:arXiv · ML · arxiv.org