X線画像を用いた医療レポート生成は、医療診断の負担を大幅に軽減し、患者の待ち時間を短縮することができる重要な研究分野である。本研究では、CheXpert Plusデータセットを用いて、既存の主要なX線レポート生成モデルとLLMを包括的に評価するベンチマークを実施し、さらに、自己教師あり自己回帰生成と画像テキスト対比学習を含む多段階事前学習戦略を用いた新しい大規模モデルMambaXray-VLを提案した。