猫眼影戏
猫眼影戏
丁奎岭
手机审查
猫眼影戏记者 麦正华 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:男人将 放在女生的 里
??01月06日,广厦男篮胜天津男篮 孙铭徽升至CBA历史助攻榜第七,
同砚们,松懈的神经又该绷紧了,床头的闹钟又将激起清早的奏鸣。我们要养成优异的道品行为习惯,从规范一样平常行为做起,坚持体育磨炼、考究卫生,起劲加入学校组织的活动,准确看待难题与波折,坚持康健心理。我们很清晰,前方的路不可能平展,但我们决不会畏缩。
,巨乳在线视频观看。??01月06日,初步结果显示阿扎利赢得科摩罗总统选举,
“小不点你真的要走?”一群孩子收功,全都围了过来。
,美女扒胸罩秘 露出奶头网站,https://igao39.com…,老师…好紧 好湿好深。??时势2:欧美丝袜自拍另类综合另图区
??01月06日,国家气候中心:与常年相比,今年我国北方大部地区入冬时间偏晚1-10天,
蛟鹏惊惧,跌落在地,他着实被吓坏了,这得是何等强盛的一头祭灵?他连滚带爬向外逃,再也没有了一丝狂傲,吓的小脸煞白,通体颤抖。
,星空传媒电影免费观看,黄色视频一第片,欧美性农场性另类XXXXXXX。??01月06日,日本股市暴跌!创下史上最大跌幅,
“做人要讲品德,做官更要讲官德”。官德正则民俗淳,在老黎民眼里村干部就是官,作为一名“村官”,怎样才算有德?我以为就是要效劳公正,带动做事,勇于贡献,坚持做人讲人品,为官重官德,坚持公正办事、正直为人、忠实守信的品德底线,坚持立党为公、执政为民的行为准则,树立准确的权力观、职位观、利益观,让全村人信服你!村干部最忌自私自利,光想着自己的小圈子,黎民不认可,党的威信在群众中就失去了基本。这就要求我们村干部要增强学习,尤其是连系开展创先争优活动,带动剖解头脑,提高素质。俗话说:村官不是官,干好不简朴。以是,做为村官要常修为政之德,常思贪欲之害,;陈杉褐。唯有云云,你才华获得群众拥护,才华在群众中留下口碑,才华在农村这个大舞台上成绩一番事业。
,日本护士free另类内谢,王者男男Gay互吃鳮吧最新章节,www..comAV在线观看。??时势3:高清无码艹逼小视频
??01月06日,鬼屋、密室……“娱乐性恐惧”可减轻身体炎症?,
(7)发明煤气走漏,速关阀门,翻开门窗,切勿触动阀门。
,国产在线播放xxxxx,娜美吃路飞棍子原版视频在线观看,国产三级免费视频在线。??01月06日,这个冬天,他们用火热的心焐热冰雪旅游,
现在,我们需要提倡一种蓬勃向上的团队作风,一种脚扎实地的学习,将学风建设的目的指向我们“潜心念书高尚做人爱我母校爱我自己”的校训。好的校风如春风化雨,会不声不响地吸引每个学子勇猛向前,为了理想而起劲拼搏。团结奋进的校风和受苦勤劳的学风会促使每一位学生在优异的情形中生长,校风起劲向上,自然能够打造协调的教育气氛。因此,全校教职工一定要进一步增强盛局意识、责恣意识。热爱、体贴我们的学校,关爱我们的学生,起劲钻研营业,起劲构建文明、忠实、相助、向上的人际关系,树立“厚德博学、为人师表”的高尚风范和优异形象,认真完成学校交给的各项使命,我相信,我们的校园一定会成为充满书香、充满活力、充满欢喜、充满希望、充满协调校园。
,五朵美图,逼喷水美女,黃色成人 大片爱恋视频免费。??时势4:强奷乱码中文字幕在线视频
??01月06日,(新春见闻)三个镜头中的雄安新春,
这个地方马上变得一片血腥,有巨兽已经最先掉臂一切冲向前往,撕咬狻猊,要吃其蕴含着宝血的肉身。
,欧美三级片,欧美三级电影,欧美三级在线观看中文,欧美三级在线电影免费_第1页,又黄又湿的初中生免费视频看,孕妇精品二区视频在线观看。??01月06日,国家气候中心:厄尔尼诺为此次大范围雨雪冰冻天气的重要气候背景,
今天xx月xx日是天下第xx个“119消防日”,今年“119消防日”宣传活动的主题是“人人加入消防,共享平安生涯”。提到消防,同砚们自然会想到令人毛骨悚然的火灾二字。是的,火,带给人们灼烁,付与人们温暖。可是火也吞噬了无数生命,留下了累累伤痕。我们不会遗忘,XX年11月24日破晓,俄罗斯莫斯科人民友谊大学学生宿舍爆发火灾,近200名学生受伤,41名学生殒命,其中,中国留学生受伤46人,殒命11人。这场大火用血淋淋的数字和凄切的价钱,给我们敲响了清静提防的警钟,警醒我们火灾是威胁一样平常学习、生涯清静的主要因素。身处职员麋集的校园的我们,应在脑海中恒久鸣响“119”警铃,提高防火意识和手艺。希望各人能做到“三懂”、“三会”。“三懂”即明确火灾的危险性,增强消防意识;明确火灾形成的原理,不玩火;明确火灾预防,起劲开展消防宣传。“三会”即学会火灾报警要领,学会使用灭火器扑救小火,学会火灾自护自救的要领。要时刻切记消防清静,学习消防知识,消除火灾隐患,防微杜渐,提防未然。
,欧美XXⅩⅩ,巨茎人妖学生,黄色在现观看视频。责编:宋会庸
审核:张彦森
责编:徐淑敏
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
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1