← Zero-Shot Video Question Answer

Papers with Code · CC BY-SA 4.0

EgoSchema (subset)

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
Tarsier (34B)	Accuracy 68.6	Tarsier: Recipes for Training and Evaluating Large Video Description Models 2024-06-30	코드 1
VideoChat-T (7B)	Accuracy 68.4	TimeSuite: Improving MLLMs for Long Video Understanding via Grounded Tuning 2024-10-25	코드 1
LangRepo (12B)	Accuracy 66.2	Language Repository for Long Video Understanding 2024-03-21	코드 1
VideoTree (GPT4)	Accuracy 66.2	VideoTree: Adaptive Tree-based Video Representation for LLM Reasoning on Long Videos 2024-05-29	코드 1
LVNet	Accuracy 66.0	Too Many Frames, Not All Useful: Efficient Strategies for Long-Form Video QA 2024-06-13	코드 1
VideoChat2_HD_mistral	Accuracy 65.6	MVBench: A Comprehensive Multi-modal Video Understanding Benchmark 2023-11-28	코드 1 · 코드 2 · 코드 3
VideoChat2_mistral	Accuracy 63.6	MVBench: A Comprehensive Multi-modal Video Understanding Benchmark 2023-11-28	코드 1 · 코드 2 · 코드 3
MVU (13B)	Accuracy 60.3 Inference Speed (s) 2.42	Understanding Long Videos with Multimodal Language Models 2024-03-25	코드 1
TS-LLaVA-34B	Accuracy 57.8	TS-LLaVA: Constructing Visual Tokens through Thumbnail-and-Sampling for Training-Free Video Large Language Models 2024-11-17	코드 1
LLoVi (GPT-3.5)	Accuracy 57.6	A Simple LLM Framework for Long-Range Video Question-Answering 2023-12-28	코드 1
LLoVi (7B)	Accuracy 50.8	A Simple LLM Framework for Long-Range Video Question-Answering 2023-12-28	코드 1
SlowFast-LLaVA-34B	Accuracy 47.2	SlowFast-LLaVA: A Strong Training-Free Baseline for Video Large Language Models 2024-07-22	코드 1
SeViLA (4B)	Accuracy 25.7	Self-Chained Image-Language Model for Video Localization and Question Answering 2023-05-11	코드 1
Random	Accuracy 20.0	연결 없음 논문 날짜 미기재	연결 없음