ActQuant：VLA模型亚4比特权重量化框架
热点事件持续更新
ActQuant：VLA模型亚4比特权重量化框架
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Arash Akbari 等作者提出 ActQuant，一个面向视觉-语言-动作（VLA）模型的动作引导混合精度训练后量化（PTQ）框架，通过张量间位宽分配与张量内缩放优化，在 LIBERO 基准上成为唯一能在每权重 3 比特及以下运行的方法。 据作者报告，ActQuant 在 OpenVLA-OFT 上保留 95.0% 性能，在 π0.5 上保留 94.8%。
AI 根据报道生成 · 1 小时前更新
最新进展11月6日 13:00
ActQuant：面向视觉-语言-动作模型的亚4-bit动作引导骨干权重仅量化报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- arXiv cs.AIActQuant：面向视觉-语言-动作模型的亚4-bit动作引导骨干权重仅量化
ActQuant 是一个动作引导的混合精度 PTQ 框架，通过 inter-tensor 位宽分配与 intra-tensor 缩放优化，在 LIBERO 上成为唯一能在 3 bits-per-weight 及以下运行的方法，OpenVLA-OFT 保留 95.0%、π0.5 保留 94.8%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。