SACQ, 1.5비트로 VLA 모델 메모리 4.83배 줄여

연구진은 로봇 제어에 쓰이는 비전·언어·행동(VLA) 모델의 가중치를 압축하는 SACQ 기법을 소개했다. 이 기법은 각 레이어를 압축했을 때 모델의 최종 동작에 미치는 영향을 일부 고려해 정밀도를 배분한다.

연구팀은 GR00T N1.7을 대상으로 한 시험에서 언어·행동 가중치당 1.5비트를 사용해 LIBERO의 4개 테스트 스위트에서 평균 93.85%의 성공률을 기록했고, 모델 메모리는 4.83배 줄였다고 밝혔다. 이는 arXiv 논문에 보고된 결과다. 제공된 초록만으로는 독립적인 검증 여부나 배포에 사용한 하드웨어를 확인할 수 없다.