arXiv cs.LG· Shen Ruan, Wenchang Gao, Jin Wang, Siao Liu, Zhaxizhuoma, Dongchun Ren, Xin Zheng·· 7 小时前AI 评分22
量化 VLA 泛化性恢复：PIVOT-Q 通过脆弱状态定向微调超越全状态蒸馏
Beyond In-Distribution Preservation: Recovering Generalization in Quantized VLAs via Vulnerability-Oriented Tuning
AI 导读
针对量化 VLA 策略在分布内表现正常却对细微环境扰动脆弱的问题，研究者提出 PIVOT-Q——一种脆弱感知的 On-Policy Distillation 框架，用冻结的全精度策略作为教师，仅选择性纠正量化学生 rollout 中出现的脆弱状态。
来源：arXiv cs.LG · arxiv.org