Visual Question Answering 1

最高モデル： RLAIF-V 12B

最高モデル： GPT-4V

最高モデル： NeSyCoCo Neuro-Symbolic

最高モデル： SOBA

最高モデル： OFA

最高モデル： Gemini 1.5 Pro (gemini-1.5-pro-002)

最高モデル： Emu-14B

最高モデル： LLaVA-InternLM2-ViT + MoSLoRA

最高モデル： Aurora (ours, r=64) Aurora (ours, r=64)

最高モデル： PromptCap

最高モデル： IVM-Enhanced GPT4-V

最高モデル： GPT-4V-turbo-detail:high (Visual Prompt)

最高モデル： LayoutT5 (Large)

最高モデル： Emu-I *

最高モデル： RLHF-V

最高モデル： BLIP-2 ViT-G OPT 6.7B (fine-tuned)

最高モデル： LXMERT (low-magnitude pruning)