Papers with Code · CC BY-SA 4.0

DocVQA test

아카이브 평가 33건 · 마지막 적재/변경 2026-10-30

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
Human	ANLS 0.9436	DocVQA: A Dataset for VQA on Document Images 2020-07-01	코드 1 · 코드 2 · 코드 3
MLCD-Embodied-7B	ANLS 0.916	Multi-label Cluster Discrimination for Visual Representation Learning 2024-07-24	코드 1
SMoLA-PaLI-X Specialist	ANLS 0.908	Omni-SMoLA: Boosting Generalist Multimodal Models with Soft Mixture of Low-rank Experts 2023-12-01	연결 없음
SMoLA-PaLI-X Generalist	ANLS 0.906	Omni-SMoLA: Boosting Generalist Multimodal Models with Soft Mixture of Low-rank Experts 2023-12-01	연결 없음
Qwen-VL-Plus	ANLS 0.9024	Qwen-VL: A Versatile Vision-Language Model for Understanding, Localization, Text Reading, and Beyond 2023-08-24	코드 1 · 코드 2
ScreenAI 5B (4.62 B params, w/OCR)	ANLS 0.8988	ScreenAI: A Vision-Language Model for UI and Infographics Understanding 2024-02-07	코드 1 · 코드 2
PaLI-3 (w/ OCR)	ANLS 0.886	PaLI-3 Vision Language Models: Smaller, Faster, Stronger 2023-10-13	코드 1
ERNIE-Layout large (ensemble)	ANLS 0.8841	ERNIE-Layout: Layout Knowledge Enhanced Pre-training for Visually-rich Document Understanding 2022-10-12	코드 1 · 코드 2
GPT-4	ANLS 0.884	Layout and Task Aware Instruction Prompt for Zero-shot Document Image Question Answering 2023-06-01	코드 1 · 코드 2 · 코드 3
DocFormerv2-large	ANLS 0.8784	DocFormerv2: Local Features for Document Understanding 2023-06-02	코드 1
UDOP (aux)	ANLS 0.878	Unifying Vision, Text, and Layout for Universal Document Processing 2022-12-05	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5
PaLI-3	ANLS 0.876	PaLI-3 Vision Language Models: Smaller, Faster, Stronger 2023-10-13	코드 1
TILT-Large	ANLS 0.8705	Going Full-TILT Boogie on Document Understanding with Text-Image-Layout Transformer 2021-02-18	코드 1
PaLI-X (Single-task FT w/ OCR)	ANLS 0.868	PaLI-X: On Scaling up a Multilingual Vision and Language Model 2023-05-29	코드 1 · 코드 2
LayoutLMv2LARGE	ANLS 0.8672	LayoutLMv2: Multi-modal Pre-training for Visually-Rich Document Understanding 2020-12-29	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9
ERNIE-Layout large	ANLS 0.8486	ERNIE-Layout: Layout Knowledge Enhanced Pre-training for Visually-rich Document Understanding 2022-10-12	코드 1 · 코드 2
UDOP	ANLS 0.847	Unifying Vision, Text, and Layout for Universal Document Processing 2022-12-05	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5
TILT-Base	ANLS 0.8392	Going Full-TILT Boogie on Document Understanding with Text-Image-Layout Transformer 2021-02-18	코드 1
Claude + LATIN-Prompt	ANLS 0.8336	Layout and Task Aware Instruction Prompt for Zero-shot Document Image Question Answering 2023-06-01	코드 1 · 코드 2 · 코드 3
GPT-3.5 + LATIN-Prompt	ANLS 0.8255	Layout and Task Aware Instruction Prompt for Zero-shot Document Image Question Answering 2023-06-01	코드 1 · 코드 2 · 코드 3
PaLI-X (Multi-task FT)	ANLS 0.809	PaLI-X: On Scaling up a Multilingual Vision and Language Model 2023-05-29	코드 1 · 코드 2
DUBLIN (variable resolution)	ANLS 0.803	DUBLIN -- Document Understanding By Language-Image Network 2023-05-23	연결 없음
PaLI-X (Single-task FT)	ANLS 0.80	PaLI-X: On Scaling up a Multilingual Vision and Language Model 2023-05-29	코드 1 · 코드 2
DUBLIN	ANLS 0.782	DUBLIN -- Document Understanding By Language-Image Network 2023-05-23	연결 없음
LayoutLMv2BASE	ANLS 0.7808	LayoutLMv2: Multi-modal Pre-training for Visually-Rich Document Understanding 2020-12-29	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9
Pix2Struct-large	ANLS 0.766	Pix2Struct: Screenshot Parsing as Pretraining for Visual Language Understanding 2022-10-07	코드 1 · 코드 2 · 코드 3 · 코드 4
MatCha	ANLS 0.742	MatCha: Enhancing Visual Language Pretraining with Math Reasoning and Chart Derendering 2022-12-19	코드 1
Pix2Struct-base	ANLS 0.721	Pix2Struct: Screenshot Parsing as Pretraining for Visual Language Understanding 2022-10-07	코드 1 · 코드 2 · 코드 3 · 코드 4
Donut	ANLS 0.675	OCR-free Document Understanding Transformer 2021-11-30	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5
BERT_LARGE_SQUAD_DOCVQA_FINETUNED_Baseline	ANLS 0.665 Accuracy 55.77	DocVQA: A Dataset for VQA on Document Images 2020-07-01	코드 1 · 코드 2 · 코드 3