VLMs に関するニュース

SGLangにおけるEPDデカップリング：ビジョン言語モデルの弾性エンコーダー拡張

SGLangが視覚言語モデル（VLM）の視覚エンコーディングと言語処理を分離するEncoder-Prefill-Decode（EPD）アーキテクチャを発表し、視覚エンコーディング容量の独立拡張と大幅な性能向上を実現。