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.
MultiViewDx: 증거 연계 다중 뷰 임상 진단
ICDAR2026 Competition on Multimodal Reasoning over Documents in Multiple Domains
하나의 도메인, 다양한 언어: 쌍을 이루는 데이터 없이 도메인 및 언어 LoRA를 결합한 교차 언어 원격 탐사 MLLM
Lingshu: A Generalist Foundation Model for Unified Multimodal Medical Understanding and Reasoning
지식 컴파일을 통한 시각적 그래프 추론
VLM은 언제 봐야 하는가? 필요했고 사용된 시각 호출에만 대가를 지급하기
Spatial-Interactor: 관찰 가능한 물리적 세계와의 상호작용을 통한 공간적 추론 학습
FireWorldBench: 결합장 화재 역학을 통한 복합 물리 세계 지능 벤치마킹
멀티모달 대규모 언어 모델을 위한 의료 시각 인코더 사전학습
VLM-in-Sandbox: 에이전틱 시각 추론을 위한 시각 워크스페이스
TempCore: 비디오 QA 벤치마크는 시간적으로 그라운딩되어 있는가?
BackdoorVLM: 비전-언어 모델의 백도어 공격 및 방어 벤치마크
VeriDrive: 비용 효율적인 비전-언어 계획을 위한 검증 가능한 반사실적 감독
효과적이고 효율적인 체화 탐험을 위한 능동적 공간 검사
보는 것만으로는 충분하지 않다: 비전-언어 모델은 증거를 지각하지만 행동으로 이어지지 못한다
CrowdCue: 비전-언어 군중 계수를 위한 전문가-단서 조건화
MM-ContextFold: 멀티모달 에이전틱 검색을 위한 컨텍스트 폴딩
PREM: 장시간 비디오 이해를 위한 접두 문맥 기반 순환 메모리
검증 가능한 과정 보상을 통한 모니터링 가능한 차트 추론 에이전트
악조건 속 견고한 컴퓨터 비전을 위한 쌍으로 구성된 합성 건설 현장 이미지 데이터셋
LegendBench: 반사실적 개입을 통한 범례 이해 진단 벤치마크
VPRune: 효율적인 학습 없는 LLM 이전 비주얼 토큰 가지치기
ReSTI: STI-Bench의 소스 근거 감사 및 수정
INTCORT: 입력 변환 및 relation-token 신뢰도 라우팅을 통한 비전-언어 모델의 학습 없는 공간 추론 향상
GameHorizon Suite: 게임플레이에서의 다중 호라이즌 데이터 및 평가
AntiGrounding: VLM 안내 조작을 위한 시각적 프롬프트로서의 실행 가능한 로봇 궤적
담화 압력이 충돌할 때: 비전-언어 모델 출력의 정보 구조
액터를 자체 비평가로: CycleGRPO를 통한 영역 이해와 지역화의 통합
EchoSonar-R: 심초음파 질병 분류 및 보고서 생성을 위한 다중 뷰 추론 지원 모델
GHR-VLM: 그라운딩 기반 혼합 추론으로 제로샷 대중교통 비디오 분석 실현
SkillChain: 이미지 기반 전자상거래 AI 어시스턴트를 위한 스킬 진화의 루프 닫기
PercepCap: 구조화된 시공간 인식 기반 비디오 캡셔너
MM-ToolSandBox: 시각적 도구 호출 에이전트 평가를 위한 통합 프레임워크
범용 비전-언어 모델(VLM)은 전문 의료 VLM에 필적할 수 있는가? 벤치마킹과 전략적 통찰
VLM 내부에서 위장된 시각 컨텍스트의 숨겨진 진화
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.