DocVQA
AIベンチマーク結果とモデルの性能
種類: percentage
記録された結果
44
平均スコア
93.41%
スコアの範囲
85.60% - 96.40%
最上位モデル
96.40% - Qwen 2.5 Math 72B
スコアの推移
日付ごとの個別ベンチマークスコアです。
モデル結果
| 組織 | モデル | 報告日 | 最高スコア | 情報 | 自己申告 | 出典 |
|---|---|---|---|---|---|---|
| Qwen 2.5 Math 72B | - | 96.40% | inferred high-confidence family alias from qwen2.5-vl-72b (score=0.4700; benches=30) | はい | 出典 | |
| Qwen 2.5 Math PRM 72B | - | 96.40% | inferred family alias from qwen2.5-vl-72b (score=0.4050; benches=30) | はい | 出典 | |
| Qwen 2.5 Math RM 72B | - | 96.40% | inferred family alias from qwen2.5-vl-72b (score=0.4092; benches=30) | はい | 出典 | |
| Qwen 2.5 VL 72B Instruct | 2025年1月26日 | 96.40% | - | はい | 出典 | |
| Qwen 2.5 0.5B | - | 95.70% | inferred family alias from qwen2.5-vl-7b (score=0.3131; benches=32) | はい | 出典 | |
| Qwen 2.5 1.5B | - | 95.70% | inferred family alias from qwen2.5-vl-7b (score=0.3131; benches=32) | はい | 出典 | |
| Qwen 2.5 3B | - | 95.70% | inferred family alias from qwen2.5-vl-7b (score=0.3531; benches=32) | はい | 出典 | |
| Qwen 2.5 VL 7B Instruct | - | 95.70% | - | はい | 出典 | |
| DeepSeek V4.1 Flash | 2026年9月10日 | 95.60% | Base model; 4-shot; LLM-Judge | はい | 出典 | |
| Qwen 2.5 Coder 3B | - | 95.20% | inferred family alias from qwen2.5-omni-7b (score=0.3000; benches=45) | はい | 出典 | |
| Qwen 2.5 Coder 7B | - | 95.20% | inferred high-confidence family alias from qwen2.5-omni-7b (score=0.4700; benches=45) | はい | 出典 | |
| Qwen 2.5 Math 7B | - | 95.20% | inferred high-confidence family alias from qwen2.5-omni-7b (score=0.4767; benches=45) | はい | 出典 | |
| Qwen 2.5 Math 7B PRM800K | - | 95.20% | inferred family alias from qwen2.5-omni-7b (score=0.3696; benches=45) | はい | 出典 | |
| Qwen 2.5 Math PRM 7B | - | 95.20% | inferred family alias from qwen2.5-omni-7b (score=0.4092; benches=45) | はい | 出典 | |
| Qwen 2.5 Omni 3B | - | 95.20% | inferred high-confidence family alias from qwen2.5-omni-7b (score=0.4933; benches=45) | はい | 出典 | |
| Qwen 2.5 Omni 7B | - | 95.20% | - | はい | 出典 | |
| Mistral Small 3.2 | 2025年6月20日 | 94.86% | - | はい | 出典 | |
| Qwen 2.5 Coder 32B Instruct | - | 94.80% | inferred high-confidence family alias from qwen2.5-vl-32b (score=0.4641; benches=28) | はい | 出典 | |
| Qwen 2.5 VL 32B Instruct | 2025年3月24日 | 94.80% | - | はい | 出典 | |
| Qwen 2.5 VL 3B Instruct | - | 94.80% | inferred high-confidence family alias from qwen2.5-vl-32b (score=0.4914; benches=28) | はい | 出典 | |
| Llama 4 Maverick | 2025年4月05日 | 94.40% | - | はい | 出典 | |
| Llama 4 Scout | 2025年4月05日 | 94.40% | - | はい | 出典 | |
| Grok 2 | 2024年8月13日 | 93.60% | - | はい | 出典 | |
| DeepSeek VL2 | 2024年12月13日 | 93.30% | - | はい | 出典 | |
| Pixtral Large | 2024年11月18日 | 93.30% | - | はい | 出典 |
