Visual Question Answering

Bestes Modell: NS-VQA (1K programs)

Bestes Modell: MDETR

Bestes Modell: HDU-USYD-UNCC

Bestes Modell: MCB 7 att.

Bestes Modell: Human

Bestes Modell: BERT LARGE Baseline

Bestes Modell: ZS-F-VQA

Bestes Modell: PReFIL

Bestes Modell: PEVL+

Bestes Modell: CFR

Bestes Modell: ProTo

Bestes Modell: Patch-TRM

Bestes Modell: mPLUG-2

Bestes Modell: mPLUG-2

Bestes Modell: PaLI-X (Single-task FT)

Bestes Modell: MAC

Bestes Modell: Accuracy

Bestes Modell: PaLI

Bestes Modell: VL-BERTLARGE

Bestes Modell: VL-BERTLARGE

Bestes Modell: GPT4RoI

Bestes Modell: VL-BERTLARGE

Bestes Modell: UNITER (Large)

Bestes Modell: CMN

Bestes Modell: CMN

Bestes Modell: LXR955, No Ensemble

Bestes Modell: RandImg

Bestes Modell: CSS

Bestes Modell: SAAA (ResNet)

Bestes Modell: SAAA (ResNet)

Bestes Modell: Oscar

Bestes Modell: BEiT-3

Bestes Modell: BLIP-2 ViT-G FlanT5 XXL (zero-shot)

Bestes Modell: SAN † - hard mask

Bestes Modell: Gemini Ultra (pixel only)

Bestes Modell: GPT-4V

Bestes Modell: GPT-4V

Bestes Modell: BLIP-2 T5

Bestes Modell: PrefixLM with CLIP and T5

Bestes Modell: GPT-4V

Bestes Modell: PReFIL (Oracle OCR)

Bestes Modell: Lyra-Pro

Bestes Modell: MI-BART