← Video Question Answering
Papers with Code · CC BY-SA 4.0

MSRVTT-QA

아카이브 평가 14건 · 마지막 적재/변경

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
모델원본 지표·값논문구현
Mirasol3B
Accuracy
50.42
Mirasol3B: A Multimodal Autoregressive model for time-aligned and contextual modalities
2023-11-09
연결 없음
VAST
Accuracy
50.1
VAST: A Vision-Audio-Subtitle-Text Omni-Modality Foundation Model and Dataset
2023-05-29
코드 1 · 코드 2
VALOR
Accuracy
49.2
VALOR: Vision-Audio-Language Omni-Perception Pretraining Model and Dataset
2023-04-17
코드 1
COSA
Accuracy
49.2
COSA: Concatenated Sample Pretrained Vision-Language Foundation Model
2023-06-15
코드 1
MA-LMM
Accuracy
48.5
MA-LMM: Memory-Augmented Large Multimodal Model for Long-Term Video Understanding
2024-04-08
코드 1
mPLUG-2
Accuracy
48.0
mPLUG-2: A Modularized Multi-modal Foundation Model Across Text, Image and Video
2023-02-01
코드 1 · 코드 2 · 코드 3 · 코드 4
FrozenBiLM
Accuracy
47.0
Zero-Shot Video Question Answering via Frozen Bidirectional Language Models
2022-06-16
코드 1 · 코드 2 · 코드 3
HBI
Accuracy
46.2
Video-Text as Game Players: Hierarchical Banzhaf Interaction for Cross-Modal Representation Learning
2023-03-25
코드 1 · 코드 2 · 코드 3 · 코드 4
EMCL-Net
Accuracy
45.8
Expectation-Maximization Contrastive Learning for Compact Video-and-Language Representations
2022-11-21
코드 1 · 코드 2 · 코드 3 · 코드 4
VindLU
Accuracy
44.6
VindLU: A Recipe for Effective Video-and-Language Pretraining
2022-12-09
코드 1
VIOLETv2
Accuracy
44.5
An Empirical Study of End-to-End Video-Language Transformers with Masked Visual Modeling
2022-09-04
코드 1
Singularity-temporal
Accuracy
43.9
Revealing Single Frame Bias for Video-and-Language Learning
2022-06-07
코드 1 · 코드 2
Singularity
Accuracy
43.5
Revealing Single Frame Bias for Video-and-Language Learning
2022-06-07
코드 1 · 코드 2
FrozenBiLM (0-shot)
Accuracy
16.7
Zero-Shot Video Question Answering via Frozen Bidirectional Language Models
2022-06-16
코드 1 · 코드 2 · 코드 3