Zero Shot Video Question Answer On Video Mme
Métriques
Accuracy (%)
Résultats
Résultats de performance de divers modèles sur ce benchmark
Tableau comparatif
| Nom du modèle | Accuracy (%) |
|---|---|
| gemini-1-5-unlocking-multimodal-understanding | 66.3 |
| gpt-4o-visual-perception-performance-of | 62.3 |
| videollama-2-advancing-spatial-temporal | 60.9 |
| vila-on-pre-training-for-visual-language | 61.4 |
| video-rag-visually-aligned-retrieval | 77.4 |
| Modèle 6 | 64.8 |
| gemini-1-5-unlocking-multimodal-understanding | 71.9 |
| gpt-4o-visual-perception-performance-of | 70.3 |