← Visual Question Answering (VQA)

Papers with Code · CC BY-SA 4.0

InfiMM-Eval

아카이브 평가 14건 · 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
GPT-4V	Overall score 74.44 Deductive 74.86 Abductive 77.88 Analogical 69.86	GPT-4 Technical Report 2023-03-15	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11
SPHINX v2	Overall score 39.48 Deductive 42.17 Abductive 49.85 Analogical 20.69 Params 16B	SPHINX: The Joint Mixing of Weights, Tasks, and Visual Embeddings for Multi-modal Large Language Models 2023-11-13	코드 1
Qwen-VL-Chat	Overall score 37.39 Deductive 37.55 Abductive 44.39 Analogical 30.42 Params 16B	Qwen-VL: A Versatile Vision-Language Model for Understanding, Localization, Text Reading, and Beyond 2023-08-24	코드 1 · 코드 2
CogVLM-Chat	Overall score 37.16 Deductive 36.75 Abductive 47.88 Analogical 28.75 Params 17B	CogVLM: Visual Expert for Pretrained Language Models 2023-11-06	코드 1 · 코드 2 · 코드 3 · 코드 4
LLaVA-1.5	Overall score 32.62 Deductive 30.94 Abductive 47.91 Analogical 24.31 Params 13B	Improved Baselines with Visual Instruction Tuning 2023-10-05	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9
LLaMA-Adapter V2	Overall score 30.46 Deductive 28.7 Abductive 46.12 Analogical 22.08 Params 7B	LLaMA-Adapter V2: Parameter-Efficient Visual Instruction Model 2023-04-28	코드 1 · 코드 2 · 코드 3
Emu	Overall score 28.24 Deductive 28.9 Abductive 36.57 Analogical 18.19 Params 14B	Emu: Generative Pretraining in Multimodality 2023-07-11	코드 1 · 코드 2
InstructBLIP	Overall score 28.02 Deductive 27.56 Abductive 37.76 Analogical 20.56 Params 8B	InstructBLIP: Towards General-purpose Vision-Language Models with Instruction Tuning 2023-05-11	코드 1 · 코드 2 · 코드 3 · 코드 4
InternLM-XComposer-VL	Overall score 26.84 Deductive 26.77 Abductive 35.97 Analogical 18.61 Params 9B	InternLM-XComposer: A Vision-Language Large Model for Advanced Text-image Comprehension and Composition 2023-09-26	코드 1 · 코드 2 · 코드 3
Otter	Overall score 22.69 Deductive 22.49 Abductive 33.64 Analogical 13.33 Params 7B	Otter: A Multi-Modal Model with In-Context Instruction Tuning 2023-05-05	코드 1
mPLUG-Owl2	Overall score 20.05 Deductive 23.43 Abductive 20.6 Analogical 7.64 Params 7B	mPLUG-Owl2: Revolutionizing Multi-modal Large Language Model with Modality Collaboration 2023-11-07	코드 1 · 코드 2
BLIP-2-OPT2.7B	Overall score 19.31 Deductive 2.76 Abductive 18.96 Analogical 7.5 Params 3B	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
MiniGPT-v2	Overall score 10.43 Deductive 11.02 Abductive 13.28 Analogical 5.69 Params 8B	MiniGPT-4: Enhancing Vision-Language Understanding with Advanced Large Language Models 2023-04-20	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6
OpenFlamingo-v2	Overall score 6.82 Deductive 8.88 Abductive 5.3 Analogical 1.11 Params 9B	OpenFlamingo: An Open-Source Framework for Training Large Autoregressive Vision-Language Models 2023-08-02	코드 1 · 코드 2