本文介绍了越南多语言视觉问答基准数据集EVJVQA及其相关研究，涉及多个模型和方法的开发与评估，如OpenViVQA和BARTPhoBEiT，旨在提升越南语视觉问答系统的性能，推动低资源语言的多模态算法发展。

本文介绍了多语言视觉问答基准数据集EVJVQA，旨在评估多语言视觉问答系统。研究探讨了跨语言视觉问答的输入数据、微调和评估方法，提出了多种基准和模型，展示了在13种语言中的优异性能，推动了多语言视觉问答的发展。