ParVLフレームワークがMLLMの並列スケーリングと計算配分を効率化
arXiv cs.CVは2026年8月4日(現地時間)、査読前プレプリントとして、マルチモーダル大規模言語モデル（MLLM）向けの並列ビジョン-言語（ParVL）スケーリングフレームワークに関する論文を公開しました。本フレームワークは、既存のビジョン・トランスフォーマー（ViT）および大規模言語モデル（LLM）のバックボーンパラメータを複数のビジョンおよび言語ブランチ間で再利用することで、並列計算を効率的に拡張することを目指しています。これにより、従来のMLLMスケーリング戦略が直面するメモリオーバーヘッドや推論レイテンシの課題に対応します。