Emotion Recognition on EMOTIC NarraCap captions (val) benchmark leaderboard · SOTA2 Research

Emotion Recognition on EMOTIC NarraCap captions (val)

3.28Suffering χ²GPT4o-mini

Updated 5mo ago

Evaluation Results

Method	Links
GPT4o-mini2025.11		3.28	0.07	0	1	0.69	0.41	0.36	0.55	0	1	0.78	0.38	0.05	0.82	0.06	0.81	1.42	0.23	1.04	0.31	7.49	0.01	0	1	0.39	0.53	1.86	0.17	0.25	0.62	0.11	0.74	0.31	0.58	0.02	0.9	0	1	0.5	0.48	0	0.99	0.01	0.92	0.01	0.91	0.97	0.33	0.06	0.81	0.2	0.65
Mistral-instruct2025.11		0.58	0.45	0.31	0.58	0.07	0.79	1.76	0.19	0	1	0.13	0.72	0.06	0.8	0.12	0.73	1.16	0.28	0.5	0.48	0	1	0.02	0.89	2.12	0.15	0.03	0.87	0.45	0.5	0.94	0.33	2.29	0.13	0.96	0.33	7.28	0.01	1.35	0.25	0.01	0.94	0.27	0.6	0	1	1.17	0.28	0.18	0.67	1.66	0.2
TinyLLaMA2025.11		0.52	0.47	0.17	0.68	0.01	0.94	0.01	0.91	0.48	0.49	0.28	0.6	0.06	0.8	0.41	0.52	0.13	0.72	0	1	0	1	0.41	0.52	1.93	0.16	0	1	3.56	0.06	0.94	0.33	0.02	0.87	0.82	0.36	0	0.99	0.35	0.56	0	0.98	0.01	0.91	0.36	0.55	0.76	0.38	0.43	0.51	0.42	0.52
LLaMA2025.11		0.28	0.6	0	0.99	1.24	0.27	0.36	0.55	0.61	0.44	0.76	0.38	0.04	0.84	0.13	0.72	1.17	0.28	0.95	0.33	0	0.96	1.29	0.26	0.1	0.75	0.05	0.83	2.28	0.13	0.19	0.67	0.02	0.89	1.9	0.17	0.11	0.74	0.02	0.88	0.45	0.5	8.36	0	0.07	0.8	7.09	0.01	0.21	0.65	1.04	0.31
DeepSeek2025.11		0.04	0.85	0.21	0.65	0.41	0.52	0	1	0.01	0.94	0.01	0.93	0.5	0.48	0.15	0.7	0	0.97	0.75	0.39	0.12	0.73	0.04	0.85	0	0.99	0.73	0.39	0.13	0.72	0.35	0.55	1.14	0.29	0.21	0.65	0.01	0.93	1.87	0.17	0.046	0.83	0.24	0.62	0.11	0.74	—	—	0.11	0.73	0	0.96
GPT5-mini2025.11		0.01	0.92	0	1	0	0.95	0.12	0.73	0	1	0	0.97	0	0.99	0	1	0.05	0.82	0	1	0.03	0.87	0.4	0.53	0.61	0.44	2.41	0.12	0.79	0.37	0.01	0.94	0.35	0.56	0.04	0.84	0.16	0.69	0.25	0.62	0.01	0.91	0.6	0.44	0.36	0.55	0	0.97	0	1	0.09	0.77