시각-언어 모델의 오픈엔드 VQA 벤치마킹: 분류 데이터셋과 의미 계층 활용

분류 데이터셋과 의미 계층을 활용하여 텍스트 생성 시각-언어 모델의 성능을 세부적으로 평가하고 비교하는 새로운 VQA 벤치마크를 제안한다.