Visual Question Answering 1

最佳模型： RLAIF-V 12B

最佳模型： GPT-4V

最佳模型： NeSyCoCo Neuro-Symbolic

最佳模型： SOBA

最佳模型： OFA

最佳模型： Gemini 1.5 Pro (gemini-1.5-pro-002)

最佳模型： Emu-14B

最佳模型： LLaVA-InternLM2-ViT + MoSLoRA

最佳模型： Aurora (ours, r=64) Aurora (ours, r=64)

最佳模型： PromptCap

最佳模型： IVM-Enhanced GPT4-V

最佳模型： GPT-4V-turbo-detail:high (Visual Prompt)

最佳模型： LayoutT5 (Large)

最佳模型： Emu-I *

最佳模型： RLHF-V

最佳模型： BLIP-2 ViT-G OPT 6.7B (fine-tuned)

最佳模型： LXMERT (low-magnitude pruning)