연구팀이 LLM 기반 평가 메트릭(LAVE)을 도입해 Out-of-Distribution VQA 환경에서 의미론적으로 정확한 답변을 기존 문자열 매칭 메트릭보다 정확하게 평가
LAVE: Zero-shot VQA Evaluation on Docmatix with LLMs - Do We Still Need Fine-Tuning?
Microsoft 연구팀이 DocVQA 데이터셋을 2.4백만 개 이미지 및 9.5백만 개 Q/A 쌍으로 240배 확대하여 Florence-2 모델의 성능을 20% 향상
Docmatix - a huge dataset for Document Visual Question Answering
Microsoft의 Florence-2 비전-언어 모델을 DocVQA 데이터셋으로 파인튜닝해 VQA 성능을 0에서 57.0의 Levenshtein 유사도로 개선
Fine-tuning Florence-2 - Microsoft's Cutting-edge Vision Language Models