猫眼影戏
猫眼影戏
詹雪露
手机审查
猫眼影戏记者 王烬美 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:黄网站毛片
??01月05日,调查称,仅24%英国民众认为应该“脱欧”,
金条作为一种有价值的贵金属,被普遍用于投资和储备。然而,有时间人们可能会遇到金条逾期的情形,即未能准时偿还金条的乞贷。那么,金条逾期三个月会怎么样呢?本文将围绕这个问题睁开讨论。 一、金条逾期三个月会怎么样 1.爆发逾期利息:金条逾期三个月会爆发逾期利息,逾期利息的利率为正常贷款利率的1.5倍。...
??01月05日,改革为人民|下姜村调研,习近平关心这件小事,
一起上说着笑着,纷歧会儿,就走到了植树的果园。一位农民伯伯正在那里笑盈盈的迎接我们呢。
,日本激情小说视频,无码视频一道本,永久黄网站色视频免费AP。??时势2:国产2020一级
??01月05日,首届城市新能源高峰论坛开幕,
众人都露出惊容,云天宫的老人轻叹,道:“真是了不起啊,这么小就已经最先琢磨怎样演化宝术了,天纵之资!”
,久久AV网,国产美女精品视频线免费播放软件,亚洲一区二区三区在线看片。??01月05日,古都开封:市集里体验大宋中医药文化,
目今,各级向导都很是重视清静事情。教育部已相继公布了《学生意外危险事故处置惩罚步伐》,《中小学幼儿园清静治理步伐》,我们要真正提高熟悉,切记“隐患就是事故”、“校园清静事情怎么强调都不过分”,我们还要树立“清静教育重于泰山,师生生命康健高于一切”的看法。为此学校向导明确要谴责体教职员工要高度重视学校教育教学各个环节的清静包管,并制订了学校清静事情的预案。班主任先生应牢靠树立“清静事情无小事”的看法,站在构建平安校园、协调社会的高度,始终将学生的清静事情摆在主要位置,周全作育学生的清静意识,提高学生的清静素质。做到经常教育,实时教育,教育到位,教育周全,对清静事情不可存有丝毫麻木幸运的心理;挂鹁⒖纺,想步伐挤出时间,使用班会、自习课时间,向学生们举行清静教育,使清静教育真正能够进入课堂。我们要实现由“专人抓清静”向“全员抓清静”的方面转变。确保宽大学生的清静康健,不但关系到每个家庭的生涯幸福,更关系到整个社会的稳固与祥和,;ぶ醒寰,是学校、家庭和社会的配合责任。为此,我们向全校师生发出建议:我们要建设“平安校园”,确保校园清静、协调,让全体师生平安,愉快地事情、学习和生涯。
,一起草c,九九精品免费视频,女学生喷浆 动漫下载。??时势3:Chara的本本r34
??01月05日,深圳一施工现场发生地面坍塌 附近居民与在校学生撤离,
林木折断,乱石穿空,而远处那些凶寇更是枯草般飞了起来,金色气浪茫茫一片,甚是恐怖。
,色操综合,激情小說圖區,免费91最新地址永久入口。??01月05日,(聚焦中国高质量发展)浙江兰溪游埠古镇:人间烟火气创富增收,
现在在交通忙碌的现代社会中,不遵守交通规则是不可的。每年全球爆发的交通事故数不堪数,若我们在不遵守交通规则,下一个受害者很可能就是我们。朋侪们,让我们一起来遵守交通规则,呵护我们的康健生长!
,网站直接看操逼,免费无码a片,99视频小草免费。??时势4:国产老妓女
??01月05日,日本大阪伊丹机场两客机发生碰撞事故 无人受伤,
即便这样,他们厥后亦遭到了无休止的追杀,一群凶寇泛起,强盛无比,步队中有祭灵追随,令他们最先了漫长的大逃亡。
,五月综合网婷婷,人妻无码aⅴ不卡中文字幕,亚洲男人AV天堂男人社区。??01月05日,四川瓦屋山景区1名游客被飞石砸中身亡,
谢谢各人,我的演讲完毕。
,在线视频亚洲专区,久久久亚洲98精品视频,欧美精品A片在线。【斗鱼2024“护苗·鱼阅计划”公益活动启动】
责编:朔伊布勒
审核:司业韦
责编:洪奕宜
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1