Papers with Code 아카이브
Visual Question Answering (VQA)
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 9
- 평가표
- 76
- 보존된 평가 기록
- 725
Visual Question Answering (VQA) is a task in computer vision that involves answering questions about an image. The goal of VQA is to teach machines to understand the content of an image and answer questions about it in natural language.
Image Source: visualqa.org
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
ReToken: 시각 검색 토큰을 활용한 긴 문맥 VLM 성능 향상
InfiMed2: 문맥적 근거와 안정성 인식 감독을 통한 범용 의료 멀티모달 기반 모델
비전-언어 모델에서 공간 변수 바인딩의 이중 메커니즘
보는 것이 아는 것은 아니다: 비전-언어 모델은 언제 공간적 질문에 답하지 말아야 하는지(그리고 그 이유는 무엇인지) 알고 있는가?
WeaveAgent: 초고해상도 원격 탐사 영상을 위한 2단계 도구 라우팅 에이전트
Gaze Attention: 효율적인 멀티모달 LLM을 위한 쿼리 적응형 시각 라우팅
HakushoBench: 정부 백서 기반의 일본어 차트 및 표 VQA 벤치마크
EgoTools: 실세계 1인칭 시점 비디오에서의 도구 중심 추론을 향하여
보고 말하지만 사용하지 못함: 멀티모달 대규모 언어 모델에서 보고 가능한 공간적 사실로부터 사용 가능한 상태로의 전환
DEPICT: 답변 일치도를 통한 텍스트-이미지 정렬 점수화
Spatial Atlas: 공간 인지 연구 에이전트 벤치마크를 위한 연산 그라운딩 추론
CoEvolve: 양방향 상태 정밀화를 통한 구성 기반 편집 시각적 그라운딩
흉부 방사선 사진용 비전-언어 모델이 항상 이미지를 필요로 하는 것은 아니다
위양성 발견 제어 기반 시각 데이터 분할을 통한 대규모 비전-언어 모델의 객체 환각 완화
FORTE: 장시간 비디오 질의응답을 위한 적응형 스코어링과 정확한 키프레임 선택
디퓨전 MLLM의 두 가지 시계: 추론 근거가 전개되기 전에 답변이 안정화되는 시점
FlashBack: 스트리밍 비전-언어 모델에서 언제 기억해야 하는지 알기
OneStreamer: 스트리밍 비디오 상호작용에서 인식, 메모리 및 능동적 응답의 통합
MoLE: 상호보완적 시각 추론을 위한 잠재 전문가 혼합
추론 실패 분석을 통한 조합 가능한 비디오 공간 지능
GeoLatent: 3D 추론을 위한 라우팅된 최적화 기반 기하학 유도 잠재 구조화
Where-OPD: 합성 장면을 활용한 MLLM의 공간 유도 온-정책 자기 증류
VMMU: 베트남어 다중 과제 다중 모달 이해 및 추론 벤치마크
VectraYX-Vision-1B: 구조화된 시각적 추론과 네이티브 도구 사용을 갖춘 2B 미만 스페인어/LATAM 사이버보안 비전-언어 모델
PRISM-VLM: 소형 비전-언어 모델을 위한 다축 변별 벤치마크
Uni-LaDiR: 잠재 확산을 통한 멀티모달 추론의 통합
원격 탐사 영상을 위한 카피-무브 위조 탐지 및 질의응답
중요한 곳을 살펴라: 효율적인 VLM을 위한 고해상도 크롭 검색
CORTEX: 신뢰할 수 있는 3D 흉부 CT MLLM을 위한 구조화된 추론 벤치마크
Realtime-Venus: 비동기 위임을 갖춘 전이중(full-duplex) 상호작용 시스템
비전-언어 모델에서 능력 한계처럼 보이는 것은 판독(readout) 한계이다
NV-Reason-CT: 3D Visual Language Model for CT Analysis
비전-언어 문맥 내 학습에서의 성별 바이어스
UVU: 비전-언어 통합 자기회귀 패러다igm을 통한 멀티모달 이해 향상
VIVAS: 비전-언어 통합 자기회귀 감독을 통해 VLM 사전학습에서 시각적 지각 활성화하기
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.