← Visual Question Answering (VQA)
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.
| 모델 | 원본 지표·값 | 논문 | 구현 |
|---|---|---|---|
| GPT-4o |
|
GPT-4o System Card 2024-10-25 |
연결 없음 |
| Qwen2.5-VL-7B |
|
Qwen2.5-VL Technical Report 2025-02-19 |
코드 1 · 코드 2 · 코드 3 · 코드 4 |
| InternVL2.5-26B |
|
Expanding Performance Boundaries of Open-Source Multimodal Models with Model, Data, and Test-Time Scaling 2024-12-06 |
코드 1 |
| Qwen2-VL-7B |
|
Qwen2-VL: Enhancing Vision-Language Model's Perception of the World at Any Resolution 2024-09-18 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 |
| InternVL2.5-8B |
|
Expanding Performance Boundaries of Open-Source Multimodal Models with Model, Data, and Test-Time Scaling 2024-12-06 |
코드 1 |
| LLaVA-Video-7B |
|
Video Instruction Tuning With Synthetic Data 2024-10-03 |
연결 없음 |
| mPLUG-Owl3-7B |
|
mPLUG-Owl3: Towards Long Image-Sequence Understanding in Multi-Modal Large Language Models 2024-08-09 |
코드 1 |
| LLaVA-OneVision-7B |
|
LLaVA-OneVision: Easy Visual Task Transfer 2024-08-06 |
코드 1 · 코드 2 |
| LongVA-7B |
|
Long Context Transfer from Language to Vision 2024-06-24 |
코드 1 · 코드 2 |