猫眼影戏
猫眼影戏
林耀辉
手机审查
猫眼影戏记者 汪林丰 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:欧美片网站
??01月09日,成都郫都:警民合力抬起汽车救助车祸被困老人,
三是事情责任心不强。少数同志谋权、谋人、谋私有一套,就是不找事、不营生长。对上级安排的事情、提出的要求,接纳搪塞、推诿的态度,上面推一下才动一下,不推就不动,有的推了也不动,甚至搞上有政策下有对策,欺上瞒下,我行我素;遇到难题,不是千方百计地战胜难题、战胜难题,而是讲客观、讲条件,想方想法地回逃亡题、逃避责任,甚至难题和压力稍大一点,就被吓倒、压趴,平时知足于开会说说、问题报报、来人陪陪、没事玩玩。到头来事情完不可、生长上不去。
,妇与子乱伦视频。??01月09日,莫斯科举办“国际中文日”活动, 但关于许多花钱去支教的人群来说,能在7天内获得公益时长或是墟落支教调研报告等,便可以为申请外洋留学、择校、评优提供响应证实。,亚洲欧美日韩精品综合在线观看,男人的天堂草草无码www,免费无遮挡 视频国产哈尔滨。
??时势2:人妻沦陷2~婬辱の动漫
??01月09日,有钱请不到人?台媒称台湾“大缺工时代”来临,
直到一切清静下来,皇族宗老才向导众人对着祭坛膜拜,混沌雾霭弥漫,那里像是有一尊上古的神明,在接受他们的大礼。
,免费看美女被操的网站,人人操人人人人插人人干人人,国产真人拍拍视频。??01月09日,2024长江三峡·巫溪红池坝第十一届自行车赛开赛 选手挑战高海拔赛道,
下面请念到名字的同砚到台前由张副校长揭晓奖状。 九年级二模前十名:宋长平 黄嘉庆 刘旭晗 张宇轩 郭俊达 胡红宇 王帆 王倩楠 张鑫 孙浩 六年级前十名:路茗渝 、吴;浴⒏咴葡琛⒄ 睿、唐 浩、 贾玉欣、刘梦佳、周宇彤、王璐璐、马彦龙 七年级前十名:杨崇林 周洵 郝炎煜 叮嘱 李雪竹
,国产性爱在线观看,A片黄在线网站,穿三角裤体罚全过程。??时势3:凪光日本无码AⅤ片
??01月09日,“神州北极”:38支代表队比拼特色“漠河菜”,
??01月09日,韩媒:韩国国会门前正在发生对峙,
小不点掷出铁矛,直接没入了它的头颅中,一声惨叫,血液溅起,花纹虎虫满地翻腾,不久后绝了性命。
,久久久久久精品免费久久18,女同一区二区三区在线,微博调教。??时势4:女生被干视频
??01月09日,西方秘密调查“北溪”爆炸 真正破坏者却从未被曝光,
第一个问题就是头脑看法的问题,。就是到现在为止,尚有相当部分职工对目今 教育面临的形势和使命没有苏醒熟悉,或者有了一定熟悉但熟悉还不敷深刻。主要体现在三种意识还较量淡漠,一是;馐,二是责恣意识,三是质量意识。从行为习惯来看体现在:有少数教职工劳动纪律松懈,经常泛起迟到、早退征象,更有个体保存缺课的情形。看待事情总是强调小我私家难题,不思量学校需要和 职业要求;看待学生,不是耐心指导,而是讥笑奚落,体;虮湎嗵宸;看待同事不是友好相处,而是制造谣言肆意撒播影响团结。有的人只为自己思量,站在自己的态度。总希望考勤松一点、事情时间短一点、收入高一点。我能回覆的三个一点那就是要想收入高一点,请你空话少说点,责任心强一点,效率高一点。要想把学校事情搞好,全体教职工一定要相互团结,牢靠树立三种意识,并从自身做起,凭证西席职业品德要求推行好自己的事情职责。
,国产丰满大乳在线观看,黄网站黄网站黄网站黄网站黄网站黄网,99视频在线免费播放。??01月09日,登山还能坐自动扶梯?福建冠豸山体验一站式登顶,
10月月票争取战终于拉下了帷幕,很兴奋这个月的第一是属于我们辰迷的。
,中文无码精品A∨在线,黑人网站,中国毛片网址。责编:德·哈维
审核:郝邵文
责编:信·森林
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1