猫眼影戏
猫眼影戏
陈鹭锋
手机审查
猫眼影戏记者 霍比特 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:亚洲精品乱码久久久久久真人
??01月06日,广西帆船赛事“出海” 深化与东盟体育交流合作,
农村网站是一个让您展示自我的舞台,更是众多网友们交流履历,取长补短的平台。我们愿意通过现代化的信息网络手段,增进我村党务、村务果真。我们将依托政策和科技层面的支持,提高村民获守信息的能力和要领,为您提供最新的农产品资讯平台,将绿色食物完善的泛起在你眼前。让您不但能在网站上拥有一对一的产销信息,获得最人性化的效劳方法,更有享受我村组织的各项活动的优先权及更多的优惠政策。
,又粗又大又长又硬又黄免费视频。??01月06日,亮相全国优秀舞剧邀请展演 《深AI你》用舞蹈展开对未来的想象,
“你……”那两人气到颤抖,他们是何等高尚的身份,通常有谁敢不敬,现在居然被人在盘剥,在抢劫。
,户外暴露自慰(高H),AAAA片久久久,矿桥矿6集桥矿影院。??时势2:朱竹清ova
??01月06日,新疆阿勒泰:喀纳斯景区通往禾木村道路抢通,
培训讲座上,王司理通过真实的ppt课件与精彩的演讲,让员工真真切切去感受其潜在的危害。同时,王司理又加以详细解说,见告各个意外情形下所要接纳的响应步伐,让各人学会在一样平常事情与生涯中逐渐提高清静意识,奏响生命的清静之歌。最后,王司理要求各人:为自己认真,为他人认真,关爱生命,请给生命加一道清静防地。
,欧美 XXXX888-百度,有黄有色视频网站,亚洲精品国产你懂的在线观看。??01月06日,王磊:更大限度激发数字消费潜力,
门房内,两个西崽大模大样,就那样坐着,对所谓的小主人没有一点尊重,漫不全心,说老祖宗要死了,幸灾乐祸。
,漫 视频晚,亚州激情在线视频免费观看,九九免费视频网站。??时势3:性欧美丰满熟妇XXXX性双飞
??01月06日,中国新版《稳外贸稳外资税收政策指引》发布, 李龙说,现在欠好预估最终的分数,只能等效果出来看,希望去顶尖几所医学院,目的是西医的临床偏向或者中医的本博九年制。至于详细报考哪个专业,他妄想凭证考试施展情形再决议。,困困兔自愈原视频,久久国产日韩,越南爽一区二区。
??01月06日,上海警方破获假冒火花塞案 涉案金额高达180余万元,
近年来,地委认真贯彻党的xx大精神和自治某地党委六届四次、六次全委(扩大)聚会精神,准确处置惩罚刷新、生长和稳固的关系,连系地某地现实,着眼久远,驻足目今,确定了周全建设小康社会,推进地某地超通例跨跃式生长的斗争目的。刚刚召开的地委委员(扩大)聚会凭证xx届三中全会精神和自治某地党委的安排要求,进一步提升和完善了以后刷新与生长的阶段性思绪、目的和步伐,明确了今年经济事情的总体要求、主要使命和要害性步伐。认真贯彻和落实好这些重大思绪和行动是目今以致以后一个时期地某地各级党委压倒一切的中心使命,需要各级党委团结向导全地某地宽大干部群众做出艰辛不懈的起劲。
,超碰国产精品人人做人人爱,搞那个黄色片来看一下,大陆操逼无码。??时势4:亚洲欧美AⅤ一区二区三区
??01月06日,白宫为拜登赦免其子亨特辩护:“特朗普上台后不会放过亨特”,
石云峰摸了摸他的头,道:“在那悠远的远古,还属于人类之初。大中之道始建树,永恒之理已列布。”
,日韩久久无码AV毛片,激情文学另类小说亚洲文学,两性吃奶舔下面。??01月06日,专家解读丨深入打好净土保卫战的新阶段 ,
“那是?!”众人惊呆了。
,什么网址可以看A片,老妇bbwhd,戳进。【全国智能感知与能源装备产教融合共同体在天津成立】
责编:艾司左
审核:涂晓恬
责编:张长泰
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