猫眼影戏
猫眼影戏
赵守诚
手机审查
猫眼影戏记者 萨尔瓦·基尔·马亚尔迪特 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:畸形精子症有哪些症状?
??01月06日,短道速滑世巡赛首站:中国队选手林孝埈男子500米摘铜,
碧玉般的晶莹蛋壳上,那些黑点与纹络灿灿生辉,如星辰在闪灼,很是的漂亮,有一种神秘的实力在流淌。
,全免费A级毛片免费看无码尊享。??01月06日,伦敦等地治安形势严峻 中国驻英使馆提示加强防护,
“去吧,扫平一切阻挡!”那头凶禽不再发出兽吼,最先吐人言,其音隆隆,也下达了下令,那血月般的眸子酷寒的慑人。
?第四十三章 四大强者,最新无码国产精品资源,l91l原创l国产,百度欧美视频亚洲视频一区。??时势2:又大又粗又长的高潮视频
??01月06日,2024年四川省农民工春晚将一展新时代农民工力量,
一是要在亲近联系群众上实现新突破,让干部越发“接地气”。 群众是我们一切事情的起点和落脚点。做好群众事情,没有捷径可走,至心支付是最好的步伐。 一要联系群众。 向导干部、机关干部要自动到所包的点开展事情,多到群众家中走走看看,与群众坐在一条板凳上语言,多谛听群众的声音和诉求;村级主职干部要召开好各条理的聚会,让群众相识村里的事情,支持村里的事情。 二要为民效劳。 切实解决群众最体贴、最直接、最现实的利益问题,如农耕、行路、低保等方面的现实问题。 三要解决矛盾。 要做好有心人,善于发明社会矛盾,实时靠上化解,抓小抓早抓苗头,避免矛盾激化和升级,维护稳固时势。 四要宣传指导。 起劲培树优异乡风民俗,通过搞一些“文明家庭”、“好婆婆”、“好媳妇”评选等活动,让乡风民俗越发协调。
,茜特菈莉裸体 自慰喷水,直接看的黄色网址,色欲色香天天天综合在线观看。??01月06日,河南将培育一批具有“独门绝技”的国有创新型企业,
目今,想致富、盼效劳是农民群众的最大愿望。把经济搞上去,让群众富起来,是摆在新时期农村干部眼前的头等大事。生长农村经济,增添农民收入,村干部的作用很要害。在此,我劝告各人,要有成为首富的刻意,有成为企业家、大老板的雄心,既要政治上求前进,又要做经济上的龙头老大,不但在政治上有讲话权,在经济上也能讲得起话。现在我们区许多经济强村的致富项目都是由村干部向导群众干起来的。
,日韩在线观看视频第一区,黄色网站在线看入口,乱伦视频乱伦视频无码中文。??时势3:强制高潮调教无码视频
??01月06日,上周末美国多州发生枪击 至少6人死亡,
该族强者如林,传承自古到现在始终不灭,族中每一代都会泛起几个奇才,确保了他们的强盛与郁勃。
,久久无码黄片视频,人妖自慰排精合集,18禁免费看网站。??01月06日,“菲律宾华人移民语言适应与传承国际研讨会”在马尼拉举办,
“起!”
,小黄片女生丝袜视频,欧美黑人日韩一级视频在线观看免费,黄91精品网站视频。??时势4:色哟哟视频在线观看视频在线播放
??01月06日,佘诗曼三封TVB视后 《新闻女王》获最佳剧集,
狈风惨叫,小不点脚下用力,令他身体半残。狈村的人见状,咆哮着,一起向前冲。
,国产特黄特级毛片一区,一区在线观看黄色毛片视频,国产熟AAA级毛片。??01月06日,日本自卫队“鱼鹰”直升机失去平衡触地 机上载有16人,
三是坚持都会谋划公司化。都会谋划项目,都要实验公司化运作,明确投资主体和产权主体。供水、环卫、园林的谋划,要以企业为主体,企业自主谋划、自尊盈亏,进一步加速全县建设系统事业单位刷新程序,逐步建设和实验作业市场的综合承包制度,切实做到事企疏散、管养疏散。
,jizzjzz中国,eee444亚洲综合第一,人人操乱搞。责编:王馨
审核:苏群
责编:格罗泽
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