THE NEWS DESK
AIニュース
公式発表や本人の発言をもとに、
AI企業や研究者の動きを伝えます。
すべてのニュース
1件新しい順
MMFlash、視覚依存トークンに着目してVLMの推測デコードを高速化──画像あり/なしのKL差でドラフトを学習、MIT実装と4種のドラフト重みを公開
シンガポール国立大学の研究チーム(Sicheng Feng、Zigeng Chen、Song Wang、Gongfan Fang、Xinchao Wangの5名)は2026年11月13日、視言語モデル(VLM)の推測デコードを高速化するMMFlashの論文(arXiv:2611.18482)を公開した。画像を与えた場合と与えない場合の次トークン分布のKLダイバージェンスでトークンごとの視覚依存度を測ると、ドラフトの受理率は依存度が最も低い四分位で46%、最も高い四分位で22%に落ちる。MMFlashは苦手な視覚依存トークンに学習の損失を集中させ、論文要旨では最大3.58倍のlossless高速化、EAGLE-3比最大195.4%、DFlash比最大17.1%を報告する。コードと4種のドラフト重みはMITライセンスで公開された。