← Visual Question Answering (VQA)

Papers with Code · CC BY-SA 4.0

VCR (Q-A) test

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
GPT4RoI	Accuracy 89.4	GPT4RoI: Instruction Tuning Large Language Model on Region-of-Interest 2023-07-07	코드 1 · 코드 2 · 코드 3
ERNIE-ViL-large(ensemble of 15 models)	Accuracy 81.6	ERNIE-ViL: Knowledge Enhanced Vision-Language Representations Through Scene Graph 2020-06-30	연결 없음
UNITER-large (10 ensemble)	Accuracy 79.8	UNITER: UNiversal Image-TExt Representation Learning 2019-09-25	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7
MAD (Single Model, Formerly CLIP-TD)	Accuracy 79.6	Multimodal Adaptive Distillation for Leveraging Unimodal Encoders for Vision-Language Tasks 2022-04-22	연결 없음
UNITER (Large)	Accuracy 77.3	UNITER: UNiversal Image-TExt Representation Learning 2019-09-25	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7
KVL-BERTLARGE	Accuracy 76.4	KVL-BERT: Knowledge Enhanced Visual-and-Linguistic BERT for Visual Commonsense Reasoning 2020-12-13	연결 없음
VL-BERTLARGE	Accuracy 75.8	VL-BERT: Pre-training of Generic Visual-Linguistic Representations 2019-08-22	코드 1 · 코드 2 · 코드 3
VL-T5	Accuracy 75.3	Unifying Vision-and-Language Tasks via Text Generation 2021-02-04	코드 1 · 코드 2
VisualBERT	Accuracy 71.6	VisualBERT: A Simple and Performant Baseline for Vision and Language 2019-08-09	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10
OFA-X	Accuracy 71.2	Harnessing the Power of Multi-Task Pretraining for Ground-Truth Level Natural Language Explanations 2022-12-08	코드 1
OFA-X-MT	Accuracy 62	Harnessing the Power of Multi-Task Pretraining for Ground-Truth Level Natural Language Explanations 2022-12-08	코드 1