← Visual Question Answering

Papers with Code · CC BY-SA 4.0

VQA v2 test-dev

아카이브 평가 11건 · 마지막 적재/변경 2026-10-30

원본 데이터셋 링크 1

평가 기록

과거 수집 기록이며 최신 순위가 아닙니다. 데이터셋 버전·split·실험 조건과 지표 방향이 검증되지 않은 결과는 직접 비교할 수 없습니다. 날짜는 논문 날짜이며 최신 평가일을 뜻하지 않습니다.

표가 화면보다 넓으면 좌우로 스크롤하여 논문과 구현 링크를 확인하세요.

원본 기록 순서 · 순위 미부여
모델	원본 지표·값	논문	구현
BLIP-2 ViT-G OPT 6.7B (fine-tuned)	Accuracy 82.30	BLIP-2: Bootstrapping Language-Image Pre-training with Frozen Image Encoders and Large Language Models 2023-01-30	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 · 코드 16 · 코드 17
CoCa	Accuracy 82.3	CoCa: Contrastive Captioners are Image-Text Foundation Models 2022-05-04	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6
OFA	Accuracy 82.0	OFA: Unifying Architectures, Tasks, and Modalities Through a Simple Sequence-to-Sequence Learning Framework 2022-02-07	코드 1 · 코드 2 · 코드 3 · 코드 4
BLIP-2 ViT-G OPT 2.7B (fine-tuned)	Accuracy 81.74	BLIP-2: Bootstrapping Language-Image Pre-training with Frozen Image Encoders and Large Language Models 2023-01-30	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 · 코드 16 · 코드 17
BLIP-2 ViT-G FlanT5 XL (fine-tuned)	Accuracy 81.66	BLIP-2: Bootstrapping Language-Image Pre-training with Frozen Image Encoders and Large Language Models 2023-01-30	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 · 코드 16 · 코드 17
mPLUG-2	Accuracy 81.11	mPLUG-2: A Modularized Multi-modal Foundation Model Across Text, Image and Video 2023-02-01	코드 1 · 코드 2 · 코드 3 · 코드 4
Florence	Accuracy 80.16	Florence: A New Foundation Model for Computer Vision 2021-11-22	코드 1 · 코드 2
Aurora (ours, r=64)	Accuracy 77.69	연결 없음 논문 날짜 미기재	연결 없음
VK-OOD	Accuracy 76.8	Differentiable Outlier Detection Enable Robust Deep Multimodal Analysis 2023-02-11	코드 1
LXMERT (low-magnitude pruning)	Accuracy 70.72	LXMERT Model Compression for Visual Question Answering 2023-10-23	코드 1 · 코드 2
LocVLM-L	Accuracy 56.2	Learning to Localize Objects Improves Spatial Reasoning in Visual-LLMs 2024-04-11	코드 1