Visual Question Answering 1

Bestes Modell: RLAIF-V 12B

Bestes Modell: GPT-4V

Bestes Modell: NeSyCoCo Neuro-Symbolic

Bestes Modell: SOBA

Bestes Modell: OFA

Bestes Modell: Gemini 1.5 Pro (gemini-1.5-pro-002)

Bestes Modell: Emu-14B

Bestes Modell: LLaVA-InternLM2-ViT + MoSLoRA

Bestes Modell: Aurora (ours, r=64) Aurora (ours, r=64)

Bestes Modell: PromptCap

Bestes Modell: IVM-Enhanced GPT4-V

Bestes Modell: GPT-4V-turbo-detail:high (Visual Prompt)

Bestes Modell: LayoutT5 (Large)

Bestes Modell: Emu-I *

Bestes Modell: RLHF-V

Bestes Modell: BLIP-2 ViT-G OPT 6.7B (fine-tuned)

Bestes Modell: LXMERT (low-magnitude pruning)