猫眼影戏
猫眼影戏
高珺贤
手机审查
猫眼影戏记者 马林诺夫斯基 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:国产一区二区三区在线无码
??01月09日,F1中国大奖赛:维斯塔潘夺冠 周冠宇第14位完赛,
众人骇然,这得是何等强盛的人物,竟然带来云云宝具,直接布下了法阵,上来就要困敌手。
?第二百零一章,igao网站在线观看免费。??01月09日,民政部:新建巴里坤机场命名为巴里坤大河机场,
“二哥息怒,毅儿照旧一个无知的孩子,这件事与他无关,他拥有上古贤人、神人的潜质,未来必将睥睨万族,不应牵连到他啊。”有人劝解。
,人人色人人舔人人炒,www深夜成人 网站下载麻豆,九九精彩视频这里有。??时势2:日韩精品持黄视频免费在线观看
??01月09日,(巴黎奥运)“行动派”邹敬园:有收获也有遗憾,这就是奥运,
亲爱的小朋侪,今日你们仍然是欢呼雀跃的,十分兴奋!我代表所有的先生们祝福你们未来一片优美!你们从一个哭哭啼啼的小宝宝生长为才艺傍身、知书识礼的孩子,看着你们的生长,我们和你们的爸爸妈妈都无限喜悦和欣慰。希望你们在未来的学习和生涯当中,仍然保保存幼儿园养成的爱阅读的好习惯,腹有诗书气自华,我相信你们大宗的阅读一定会让学习优异,生涯充满情趣。仍然坚持你们一颗纯净的心,用好奇的眼睛去视察和相识天下。学会用感恩的方法去看待周围的人,爱自己爸爸妈妈,爱你的家人,爱你的朋侪。
,欧美激情第十九页,极品无码国产在线观看,美女黄色网站在线。??01月09日,已故大师“复现”,数智人大学还远吗,
我们小学生正处于心理的发育阶段,心理很是纯粹,最容易受到种种各样的危险。可是,生命总是眷顾有清静意识的人,而清静意识是从一样平常行为中体现出来的。好比:遵纪遵法,遵守交通规则,自觉抵制暴力、黄色信息和,遇事要冷静,做事多想想效果,做到三思而行,同砚间有了矛盾要冷静解决,不要以非对非。学会求助他人,学会逃避危害,如:遇到火灾要实时大人,或拨打119报警电话,不可贸然只身去救火,由于我们小学生人小无能力;遭遇暴力(以大欺小)一定要想步伐实时脱身,先生或拨打110电话报案,要学会拒绝别人的无理要求或不良诱惑,养成优异的生涯习惯,这些知识很简朴,但若是做不到,我们的康健甚至生命就可能收到威胁,同时我还希望同砚们做到“四防”,即:防火—— 严禁玩火,榨取把火源带入学校,杜绝火灾事故爆发,一旦遭遇火灾,要学会准确的逃生要领(班主任按要求指导学生);防水——严禁私自下河堰沐浴,杜绝溺水事故的爆发,若是爆发同伴溺水的危急事情,要马上就近找到大人求救,万万不可由于畏惧而逃离现场;防盗——关好门窗,注重自身财物的保管;防自身清静——自觉遵守公共秩序、社会公德和学校清静通例,严禁课间或户外活动时不听从先生教育、追逐喧华危险事故的爆发。
,动漫裸体裸乳被🍑免费看,全国最新国产精品视频,免费三级片毛片黄片。??时势3:AⅤ在线无码一区二区免费视频
??01月09日,不以山海为远 携手共谱新篇|八百里“绿色长龙”拱卫京津冀,
他们怕老狈镇静下来后发狠,掉头杀回来,那样的话众人依旧危矣,那头凶兽实力强盛的惊人。
,无码专区视频在线,欧美精品日本,免费黄色网站看看。??01月09日,国家统计局:今年我国就业形势有望保持稳定,
列位先生列位同砚,各人好。
,日本韩国高清视频,欧美性猛交 富婆辛迪-DVD免费,免费无码十八禁污污网站。??时势4:国产精品偷啪在线观看
??01月09日,卡塔尔华侨华人:感受“中国制造”与足球的“碰撞”,
“废物,你们一群人连个孩子都拦不住吗?”就在这时,一其中年人的声音传来,声音嘹亮,如一口金钟在嗡嗡颤抖。
,久久伊人中文字幕乱码自慰,欧美一级做一级,国产熟女露脸大叫高潮视频。??01月09日,(粤港澳大湾区)香港“跨境通办”自助服务机在珠海启用,
它迅速睁开防御,但照旧晚了,一道恐怖的光束照射而来,犹如一杆神矛从天外洞穿而至,刺进了它的胸部。
,亚洲精品在线看,别揉了~宝贝~都出水了男男,借种生孩子全集免费观看动漫。责编:张桂芝
审核:巴乌
责编:玛丽亚-格罗芙
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