猫眼影戏
猫眼影戏
季诺维也夫
手机审查
猫眼影戏记者 姜椿芳 报道Q8X2R7L1T4J5M9B6W3
随着多模态大模子(MLLMs)的飞速生长,模子已经能够很好地明确视频中 “爆发了什么(What)”,却无法精准地定位到事务在视频中 “何时爆发(When)”。这种视频时序定位(Video Temporal Grounding, VTG)能力的严重缺陷,已成为制约 MLLM 迈向更细腻化的视频明确的主要瓶颈。
恒久以来,大宗研究致力于设计重大的模子结构,却忽视了两个要害问题:在数据层面,我们依赖的评测基准是否可靠?在算法层面,是否保存一套精练通用的最佳实践?
针对上述痛点,来自南京大学、腾讯 ARC Lab 和上海 AI Lab 的联合研究团队提出了TimeLens(时间透镜),系统性地展现了现有数据的“评测陷阱”,构建出更可靠的评测基准和高质量训练数据,并探索出一套精练有用的算法优化。得益于这些孝顺,仅8B 参数的 TimeLens 模子成为了开源模子中的新 SOTA,更击败了 GPT-5 和 Gemini-2.5-Flash 等闭源巨头。
论文问题:TimeLens: Rethinking Video Temporal Grounding with Multimodal LLMs论文链接: https://arxiv.org/abs/2512.14698项目主页: https://timelens-arc-lab.github.io/代码链接: https://github.com/TencentARC/TimeLens
焦点洞察:拨开数据质量的迷雾
在深度学习中,“Data is fuel”(数据即燃料)是公认的真理。然而,团队发明,在 VTG 领域,燃料的质量却令人担心。
1. 现有基准的 “隐形陷阱”
研究团队通过一套标注流水线,对 Charades-STA、ActivityNet Captions 和 QVHighlights 等主流基准举行了严酷的人工核验,发明这些基准数据集中充满着大宗的标注过失。许多样本中的文本形貌模糊不清,或是文本形貌的事务在视频中基础未泛起。标注方面,也保存大宗的时间界线标注过失,或是统一形貌对应了视频中的多个片断却只标注了其中之一(漏标)。统计数据显示,这些过失在现有基准中的比例极高。
2. TimeLens-Bench:对评估效果的“拨乱横竖”
为相识决现有数据集中保存的严重过失,团队构建了严酷的标注准则,对上述三个基准数据集举行了周全的修复和重新标注,推出了TimeLens-Bench。这是一个经由严酷交织验证的高质量评测基准,能够更真实地反应模子的时序定位能力。
将 TimeLens-Bench 和原始 Benchmark 上的评测效果举行比照,揭破了过往评估效果的不可靠—— 旧基准严重高估了开源模子的能力,而掩饰了前沿闭源模子(如 Gemini)的真实水平。TimeLens-Bench 对这一过失举行了拨乱横竖,事实上,现有开源模子仍显着落伍于闭源模子。
3. 高质量训练数据:TimeLens-100K
针对同样低质量的训练数据,团队设计了一套自动化流水线,对训练数据举行了大规模的洗濯和重标,宣布了高质量的大型训练数据集 TimeLens-100K。实验证实,数据质量的提升能带来显著的性能增添。
算法设计的“最佳实践”
在夯实数据基础后,TimeLens 进一步对 MLLM 在 VTG 使命上的算法设计举行了全方位的消融实验,从时间戳编码到训练范式,总结出一套精练有用的 “最佳实践”。
1. 精练有用的时间戳编码
时间戳编码(timestamp encoding)是 VTG 使命中的要害模子结构设计,决议了模子能否准确地感知到输入的每一视频帧的采样时间。
团队周全地比照了种种时间戳编码方法的优劣。实验效果批注,最优的时间戳编码方法是简朴的交织文本编码(Interleaved Textual Encoding) 战略,即在每一帧的视觉 Token 前插入文本形式的时间戳 token。这种要领无需修改 LLM 的底层架构,包管了实现上的精练,同时还能取得最优的效果。
2. 训练范式:Thinking-free RLVR 的胜利
随着 DeepSeek-R1 等一系列事情的提出,带有可验证奖励机制的强化学习(RLVR)范式在提升模子推理能力方面的作用备受关注。而在 VTG 领域,关于训练范式的几个要害问题尚无定论:
有监视微调(SFT)仍是 VTG 领域最为主流的训练范式,RLVR 范式在同样的训练开销下,是否显着优于 SFT?时序定位使命是一个以感知 (Perception) 而非推理 (Reasoning) 为主的使命。针对这样的使命举行 RLVR 训练时,显式的思索历程(thinking)是否是必需的?SFT+RLVR 的多阶段训练,是否比单阶段训练的效果更好?
TimeLens 比照了多种训练范式的优劣。结论出人意料且极具启发性:单阶段的 Thinking-free RLVR 训练范式在盘算效率和性能上均取得了最优。该范式直接让模子输出定位效果,并凭证定位准确率(IoU)给予奖励。这种方法不需要天生冗长的中心思索历程,训练和推理效率高于 Thinking-based RLVR 范式和多阶段训练范式,且性能优于 SFT 范式。
这一效果批注,关于时序定位这种偏向感知(Perception-heavy)的使命,显式的思索历程不是必需的。 模子可以直接学习从使命输入到输出的映射,不需要举行重大的逻辑推理。
3. 要害训练技巧:Early Stopping 与 Difficulty-based Sampling
针对Thinking-free RLVR范式,团队举行了越发深入的实验探讨,发明了两个要害的训练技巧。
首先,与 SFT 中 “训练越久越好” 的共识差别,在 RL 训练中,当奖励指标进入平台期后,就应该接纳早息兵略(Early Stopping) 连忙阻止训练,在该阶段之后继续训练反而会使得模子的性能下降。
其次,基于难度的数据采样(Difficulty-based Sampling) 至关主要。纵然数据的标注质量有包管,也并非所有的数据都适适用于 RLVR 训练。需要预先使用待训练的模子举行推理,评估每个训练样本的难度,采样足够具有挑战性的样本举行 RLVR 训练,才华最洪流平上提升模子的性能。
实验验证:8B 模子逆袭闭源巨头
研究团队将上述数据和算法层面的所有刷新聚合在了一起,每一项手艺都带来了显着的性能提升,最终获得了 TimeLens 系列模子。
评测效果批注,TimeLens-8B 展现出了惊人的性能,不但大幅逾越了 Qwen3-VL 等开源模子成为新的开源 SOTA,更以 8B 的参数目,在多项焦点指标上周全击败了 GPT-5 和 Gemini-2.5-Flash 等前沿的闭源模子。
这一效果有力地证实晰:在 VTG 使命中,通过系统性地提升数据质量并接纳有用的算法设计,开源小尺寸模子完全具备挑战甚至逾越闭源大模子的能力。
总结
TimeLens 的孝顺不止于一个 SOTA 开源模子。团队在数据和算法双维度的系统性探索,为后续研究提供了极具参考价值的要领论与设计蓝图。
现在,TimeLens 的代码、模子、训练数据和评测基准都已开源,希望能为未来的视频时序定位研究提供一个更好的起点。
??时势1:日本视频二区免费黄色网站
??01月12日,中国驻美大使谢锋:“新冷战”打不得也打不赢,对华遏制不明智更不会得逞,
一要珍惜时机。在目今农村各项事情使命异常沉重的情形下,镇党委举行这次培训班,组织同志们集中学习交流,这是镇党委对各人成上前进的体贴,也体现出镇党委对农村下层干步队伍建设的高度重视。希望各人要十分珍惜这次难堪的学习时机,借助这个难堪的平台,真正做到学有所得,学有所悟,学以致用。
,国产精品久久久久精品下载。??01月12日,乌兹别克斯坦举行议会下院选举,
小不点眸子很亮,手中符文交织,向前冲去,硬撼一根赤羽,爆发出一团耀眼的光,赤霞漫天,闪电般的纹络密布。
,50岁大乳的熟妇在线观看,美女视频一区二区三区,自偷国偷综合视频完整。??时势2:A片网2h39 com
??01月12日,严控灾区饮水安全 应急药品已送达辽宁建昌县灾区,
人们受惊的发明,他脱下了一层老皮,玄色的焦皮剥落伍,露出一具皎洁晶莹的小小躯体,流动宝光。
,亚洲第二页,最全偷窥盗摄网站,在线看视频看免费黄片。??01月12日,打通公路、清淤消杀、空军驰援……多方力量支援葫芦岛防汛抢险救灾,
列位向导、列位同仁、企业全体职员及其家人们:
,国产一级视频内射,26uuu. com在线播放,打扑克爽 又黄 动漫。??时势3:日韩一级黄色A片
??01月12日,北京养老服务网助力“环京养老圈”服务资源对接共享,
5、防溺水:天气逐步变热,防溺水是本期清静事情重点。榨取到池塘、河滨等危险处玩耍、沐浴、捉鱼摸虾等,严防溺水事故的爆发。
,国产羞羞羞视频在线播放,成 人 免费 黄 色 网站无毒软件,黄色午夜福利影院。??01月12日,德国为何警告“不要对中国电动汽车加征关税”,
谢谢远道而来的朋侪为我们山区的孩子捐赠图书、学习用品、体育用品的善举;谢谢列位向导百忙之中光临~~小学,送来了党和政府的眷注与温暖;谢谢所有体贴农村教育,支持农村教育的朋侪,有了你们的支持,农村教育才华获得更好的生长。
,米奇888,大乳Jαpαnese巨大乳,国产精品久久精品综合。??时势4:日韩欧美亚洲国产a
??01月12日,(巴黎奥运)赛事看点:中国拳击冲金 最小选手登场,
“纪录虽然详细,但这事实是至尊骨,移植起来太过阴险,一个弄欠好,它若是爆发,你我都可能会葬身此地。”幽灵般的黑影降低的说道。
,黄色网站av在线,欧美性爱免费在线视频,男能GAY无套 猛男。??01月12日,中国驻美大使谢锋:中美三个联合公报是最重要“护栏”,遏制“台独”这个祸根乱源是最紧迫任务,
接待列位莅临上海安科瑞a股挂牌仪式!首先,我谨代表安科瑞全体员工,向恒久以来体贴和厚爱我们的各级政府、主管部分、社会各界以及宽大投资者朋侪们体现衷心的谢谢!
,国产三级官网,色欲aⅴ4无码,成人羞羞🔞国产免费网站推特官方版。责编:吴崇辉
审核:帅帅
责编:黄建国
Copyright (C) 2001- dzwww.com. All Rights Reserved
新闻信息效劳允许证 - 音像制品出书允许证 - 广播电视节目制作谋划允许证 - 网络视听允许证 - 网络文化谋划允许证
山东省互联网传媒集团主理 联系电话:0531-85193202 违法不良信息举报电话:0531-85196540
鲁ICP备09023866号-1 鲁公网安备 37010202000111号
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1