← Video Question Answering

Papers with Code · CC BY-SA 4.0

AGQA 2.0 balanced

아카이브 평가 8건 · 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
GF (sup) - Faster RCNN	Average Accuracy 55.08	Glance and Focus: Memory Prompting for Multi-Event Video Question Answering 2024-01-03	코드 1
MIST - CLIP	Average Accuracy 54.39	MIST: Multi-modal Iterative Spatial-Temporal Transformer for Long-form Video Question Answering 2022-12-19	코드 1
GF (uns) - S3D	Average Accuracy 53.33	Glance and Focus: Memory Prompting for Multi-Event Video Question Answering 2024-01-03	코드 1
SViTT	Average Accuracy 52.7	SViTT: Temporal Learning of Sparse Video-Text Transformers 2023-04-18	코드 1
MIST - AIO	Average Accuracy 50.96	MIST: Multi-modal Iterative Spatial-Temporal Transformer for Long-form Video Question Answering 2022-12-19	코드 1
SHG-VQA (trained from scratch)	Average Accuracy 49.2	Learning Situation Hyper-Graphs for Video Question Answering 2023-04-18	코드 1
AIO - ViT	Average Accuracy 48.59	Glance and Focus: Memory Prompting for Multi-Event Video Question Answering 2024-01-03	코드 1
MMTF	Average Accuracy 44.36	MMTF: Multi-Modal Temporal Fusion for Commonsense Video Question Answering 2023-10-06	연결 없음