猫眼影戏
猫眼影戏
麦克卢尔
手机审查
猫眼影戏记者 李超钢 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:免费的黄色网页入口
??01月12日,学习绘文|三星堆文化瑰宝,焕新“重生”!,
统一时间,那头淡金色的祭灵亦仰头嘶吼,震惊了群山万壑,它的肌体上腾起阵阵黄金雾霭,壮丽而又迷蒙,慑人心魄。
,日韩aⅴ国产。??01月12日,瑶族青年盘健与中越边境小城河口的“蜕变”,
增进房地产市场一连康健生长,生长壮大房地工业,对推动我省生长新跨越,周全建设小康社会,具有主要的作用。
,爱爱帝国亚洲社区,免费国产一级A片久久精品,探花性爱免费小视频。??时势2:日本超丰满的美少妇性爱视频
??01月12日,中汽协:2024年前两月中国汽车出口同比增长超三成,
春风送暖, 杨柳吐翠。在这阳灼烁媚、春意盎然的日子里, 我们迎来我校第**届校园春季运动会的开幕。在此, 我代表大会组委会及学校向导对这次运动会的准期举行体现热烈祝贺!向为准备组织此次运动会而支付艰辛起劲的西席体现衷心的谢谢!向受苦训练、起劲备战的所有参赛运发动体现亲热的问候!
,欧美亚洲另类A片区,免费黄色网欧美,麻酥酥西施黄瓜。??01月12日,应急管理部:江苏常州粉尘爆炸事故暴露出企业主体责任不落实等突出问题,
少先队“手拉手相助活动”在当今社会有着富厚的教育内在,是“跨世纪中国雏鹰行动”中的一项主要内容,也是增强和刷新未成年人头脑品德建设的一项现实步伐。城乡少年所处的情形差别,知识结构、品德品质也各有所长,手拉手交朋侪,让城乡少年在相互学习中配合前进,这是增强未成年人头脑品德教育的有用载体。
,3373.TV,国内自拍露脸在线视频,aaawuma.com。??时势3:无码A级毛片免费视频看
??01月12日,轮椅可以进迪士尼吗?上海迪士尼12月10日起实施电动轮椅新规,
即即是石村的人也都发呆,石昊的体现凌驾了他们的预料,小小年岁竟能云云,给人很不真实的感受。
,188427·mooc.美国,18岁禁止网站,95视频观网。??01月12日,掼蛋成为新晋“社交密码” 多地举办相关赛事,
小不点一冲而过,所有接在了手中,它们竟然化成了一柄血色宝扇,这才是宝具的真实样子,适才的少年无法催动,故此脱离用。
,黄色网页入口,欧美亚洲另类国产19p,黄色视频在线观看一二三四。??时势4:最新国产专区色视频在线观看
??01月12日,香港传媒学子:以笔为媒撰写内地生物医药产业“炼成记”,
我校近年来取得的优异效果、迅猛生长和优异声誉是靠我们所有同砚、所有先生长年累月的配合起劲、配合拼搏好禁止易获得的,以是,我们要特殊珍惜,我们要发挥光大。无论你考进了重点高中照旧其他学校,甚至走向社会,到任何时间,任何地方我们都要以一经是临巴中学的学生而自豪!我们都不可丢临巴中学的脸!都要为临巴中学争光添彩!做母校的形象代言人、义务宣传员,更要用我们的实力来让人家不得不钦佩、不得不另眼相看!
,亚洲av办公室啊,欧美黄色视频电影,免费91最新地址永久入口。??01月12日,一线调研丨从干涸到生机 看大西海子水库12年如何重塑生态,
5、校园清静?渭洳灰鑫O盏挠蜗,不要在楼道里奔驰打闹,不要下楼时滑着楼梯把手下;要学会自护,当人多时,万万不要跑,不要挤,进门时先轻推门,不要猛推。若是在上下楼梯遇到人多,首先慢行,不要拥挤,若有人摔倒,前面的要高喊“停下脚步”。爆发问题要第一时间给先生。明确自护本事,谨防践踏爆发。
,国产狼友精品免费视频一二三四区,插插无码视频大全不卡网站,含羞草 成人网站在线视频。【中缅边境云南龙陵首现滇西马蓝 花型酷似马头】
责编:罗教铎
审核:池杨
责编:姚明
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