PIVOT-Q：脆弱状态定向调优恢复量化VLA性能

Shen Ruan 等作者发表论文提出 PIVOT-Q，一种面向脆弱状态的 On-Policy Distillation 框架：以冻结的全精度策略为教师，选择性纠正量化学生在 rollout 中遇到的脆弱状态，用于恢复量化 VLA 在环境扰动下的性能。 据论文称，在 LIBERO-Plus 的七种环境变化下，该方法在多种 VLA 骨干与量化方法上均能稳定恢复性能，并在全部设置下优于全状态蒸馏，状态级蒸馏预算仅为后者的 7.4%。这些结论来自论文自述的实验，尚未经独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。