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.
LiveXiv -- arXiv 논문 콘텐츠 기반의 멀티모달 라이브 벤치마크
Noisy Student 온-정책 자기 증류를 이용한 비전-언어 모델 자기 부스팅
MedHallTune: 비전-언어 모델의 의료 환각 완화를 위한 인스트럭션 튜닝 벤치마크
ASCD: MLLM의 환각 완화를 위한 어텐션 조향 가능 대조 디코딩
Ouroboros-Spatial: 공간 추론을 위한 데이터-모델 루프 폐쇄
데이터 불균형 NLP 태스크를 위한 Dice 손실
ChineseBERT: 자형(glyph)과 병음(pinyin) 정보로 강화한 중국어 사전학습
GeoAnchor: 3D 공간 이해를 위한 잠재 분해 기반 협력적 추론
채우기 후 진전: 시나리오 특화 원격 탐사 MLLM을 위한 역량 격차 주도 사후 학습
OmniScope: 옴니모달 대규모 언어 모델을 위한 모달리티 분리 토큰 압축
SAFE-MEME: 밈에서 견고한 혐오 표현 탐지를 위한 구조화된 추론 프레임워크
StepX-Edge: 아키텍처-학습-배포 공동 설계를 통한 온디바이스 UI 비전-언어 모델
정신분열증 인지 재활을 위한 상호작용형 비전-언어 플랫폼
참조 캡션을 넘어선 캡션 평가를 위한 재구성 기반 프레임워크
PathScale-R1: 병리학적 이미지 분석을 위한 교차 스케일 추론
DDVT: 시각적 질의응답에서 답변 그라운딩을 위한 동적 이중 수준 비전 트랜스포머 융합 네트워크
MarineEVT: 시각적 도구 추론을 통한 이벤트 중심 해양 영상 이해의 발전
규정 이해를 위한 추론: 교통 규칙 이해를 위한 사고의 연쇄(Chain-of-Thought)
Mixture-of-Thought-Tokens: 자유 형식 다중모달 그라운딩을 위한 인식과 추론의 통합
MAViE: 미세한 시각 인식과 효율적인 멀티모달 추론을 위한 다중 스케일 적응형 비전 인코더
RP-OPSD: 멀티모달 대규모 언어 모델을 위한 해상도 특권 온-정책 자기 증류
시각적 병목: 공간-시간 통합 비디오 그라운딩을 위한 MLLM의 희소 프레임 적응
CADER: 긴 동영상 이해를 위한 신뢰도 인식 동적 증거 추론
비전-언어 모델에서의 차트 기만: 취약성에서 완화까지
검색 전에 추론하라: 멀티모달 RAG를 위한 에이전트적 계획
LLM 게임 에이전트의 공간 추론: 인과적 컨텍스트와 다단계 계획의 영향
ObsDriveBench: 관측 가능성 인식을 반영한 악천후 조건에서의 멀티모달 이해 벤치마킹
GOTS: 고해상도 비전-언어 모델을 위한 탐욕적 직교 토큰 선택
DICA: 멀티모달 대규모 언어 모델에서 이중 지표 유도 대조 정렬
SeePhys Pro를 위한 다중 에이전트 토론과 시각 정보 추출: ICML 2026 AI4Math 트랙 3 챌린지 1위 기술 보고서
유동장 데이터에 대한 대규모 비전-언어 모델의 이해 향상
PixDLM: UAV 추론 세그멘테이션을 위한 이중 경로 멀티모달 언어 모델
다양성을 넘어서: 효율적인 VLM을 위한 부분공간 재구성으로서의 비주얼 토큰 가지치기
일관되게! 일관성 제약을 통한 LVLM의 견고한 시각적 추론 강화
Medical-Checklist: 다중모달 모델의 의료 영상 이해 평가
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.