DocVQA
AI बेंचमार्क के परिणाम और मॉडल का प्रदर्शन
प्रकार: percentage
दर्ज परिणाम
44
औसत स्कोर
93.41%
स्कोर सीमा
85.60% - 96.40%
अग्रणी मॉडल
96.40% - Qwen 2.5 Math 72B
समय के साथ स्कोर
तारीख के अनुसार दिखाए गए अलग-अलग बेंचमार्क स्कोर।
मॉडल परिणाम
| संगठन | मॉडल | रिपोर्ट किया गया | सबसे ऊँचा स्कोर | जानकारी | स्व-रिपोर्ट किया गया | स्रोत |
|---|---|---|---|---|---|---|
| Qwen 2.5 Math 72B | - | 96.40% | inferred high-confidence family alias from qwen2.5-vl-72b (score=0.4700; benches=30) | हाँ | स्रोत | |
| Qwen 2.5 Math PRM 72B | - | 96.40% | inferred family alias from qwen2.5-vl-72b (score=0.4050; benches=30) | हाँ | स्रोत | |
| Qwen 2.5 Math RM 72B | - | 96.40% | inferred family alias from qwen2.5-vl-72b (score=0.4092; benches=30) | हाँ | स्रोत | |
| Qwen 2.5 VL 72B Instruct | 26 जन॰ 2025 | 96.40% | - | हाँ | स्रोत | |
| Qwen 2.5 0.5B | - | 95.70% | inferred family alias from qwen2.5-vl-7b (score=0.3131; benches=32) | हाँ | स्रोत | |
| Qwen 2.5 1.5B | - | 95.70% | inferred family alias from qwen2.5-vl-7b (score=0.3131; benches=32) | हाँ | स्रोत | |
| Qwen 2.5 3B | - | 95.70% | inferred family alias from qwen2.5-vl-7b (score=0.3531; benches=32) | हाँ | स्रोत | |
| Qwen 2.5 VL 7B Instruct | - | 95.70% | - | हाँ | स्रोत | |
| DeepSeek V4.1 Flash | 10 सित॰ 2026 | 95.60% | Base model; 4-shot; LLM-Judge | हाँ | स्रोत | |
| Qwen 2.5 Coder 3B | - | 95.20% | inferred family alias from qwen2.5-omni-7b (score=0.3000; benches=45) | हाँ | स्रोत | |
| Qwen 2.5 Coder 7B | - | 95.20% | inferred high-confidence family alias from qwen2.5-omni-7b (score=0.4700; benches=45) | हाँ | स्रोत | |
| Qwen 2.5 Math 7B | - | 95.20% | inferred high-confidence family alias from qwen2.5-omni-7b (score=0.4767; benches=45) | हाँ | स्रोत | |
| Qwen 2.5 Math 7B PRM800K | - | 95.20% | inferred family alias from qwen2.5-omni-7b (score=0.3696; benches=45) | हाँ | स्रोत | |
| Qwen 2.5 Math PRM 7B | - | 95.20% | inferred family alias from qwen2.5-omni-7b (score=0.4092; benches=45) | हाँ | स्रोत | |
| Qwen 2.5 Omni 3B | - | 95.20% | inferred high-confidence family alias from qwen2.5-omni-7b (score=0.4933; benches=45) | हाँ | स्रोत | |
| Qwen 2.5 Omni 7B | - | 95.20% | - | हाँ | स्रोत | |
| Mistral Small 3.2 | 20 जून 2025 | 94.86% | - | हाँ | स्रोत | |
| Qwen 2.5 Coder 32B Instruct | - | 94.80% | inferred high-confidence family alias from qwen2.5-vl-32b (score=0.4641; benches=28) | हाँ | स्रोत | |
| Qwen 2.5 VL 32B Instruct | 24 मार्च 2025 | 94.80% | - | हाँ | स्रोत | |
| Qwen 2.5 VL 3B Instruct | - | 94.80% | inferred high-confidence family alias from qwen2.5-vl-32b (score=0.4914; benches=28) | हाँ | स्रोत | |
| Llama 4 Maverick | 05 अप्रैल 2025 | 94.40% | - | हाँ | स्रोत | |
| Llama 4 Scout | 05 अप्रैल 2025 | 94.40% | - | हाँ | स्रोत | |
| Grok 2 | 13 अग॰ 2024 | 93.60% | - | हाँ | स्रोत | |
| DeepSeek VL2 | 13 दिस॰ 2024 | 93.30% | - | हाँ | स्रोत | |
| Pixtral Large | 18 नव॰ 2024 | 93.30% | - | हाँ | स्रोत |
