猫眼影戏
猫眼影戏
孙鑫
手机审查
猫眼影戏记者 钟欣桐 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:香焦视频三级片
??01月07日,航拍“世界一绝”悬空寺:高于地面50余米 让人如临深渊,
档案法治建设是一项恒久而难题的使命,必需长抓不懈。不但要抓紧档案立法,更要抓好档案执律例则的宣传和执法检查事情。一是搞好档案系统xx普法宣布道育活动,认真宣传《中华人民共和国档案法》、接纳多种形式宣传《云南省档案条例》,一直提高全社会的档案执法意识。二是各级档案部分要深入推行档案系统行政执法责任制,建设健全档案执法检查事情长效机制,按期开展档案执法检查事情。三是认真组织好《__市档案治理条例》的立法调研,在学习先进蓬勃地区履历的基础上,普遍征求上级档案部分和全市档案事情者的意见,约请执法专家和学者举行论证,形成提交人大审议稿。
,网黄魅魔潮喷视频。??01月07日,(经济观察)中国手机市场企稳 2024年有望恢复增长,
若非担心牵连子嗣,他们早就逃走了,由于修为都极其恐怖,一晃已往多年,几人都已步入晚年,生命无多了。
,免费A片免费看在线观看,95视频观网,福利eeu s s。??时势2:91精品一区国产高清在线
??01月07日,通道+枢纽+网络 加快构建现代物流运行体系,
小不点动用了最强盛的宝术,这是自狻猊宝骨上得来的,潜心钻研了数年,早已有了惊人的感悟,造诣极深。
,国内精品一区二区综合视频,黄色视频公开网站,尤物视频官网在线观看。??01月07日,北京检察机关三年办理未成年人保护公益诉讼检察案件459件,
做一名宣传员:交通规则、交通清静的宣传,并发动家庭成员和周边的人自觉遵守;
,黄91精品网站视频,性活交片大全免费看,YOURPOUR永不迷路尤尔邦。??时势3:欧美图片性爱视频
??01月07日,国家开发银行总务部高级经理刘猛接受审查调查,
“接续上与否,不必你们操心,属于昊儿的工具别人谁也不可占有!”石子陵喝道,心中有一种郁气,本是幼儿的宝骨,竟被人这样抢占。
,日韩无码㐅x,插插无码视频大全不卡网站,国产福利精品99视频一区二区。??01月07日,哈马斯在开罗进行“密集谈判” 以色列坚称将攻拉法,
“骨文只是一种形式,一种手段,需要真正将它化为自己的实力才是正途,不然一切都是无根之萍,唯有己身强盛才行。”
,日韩av免费网站,黄色免费网站在线,免费AV无码无遮挡小樱桃。??时势4:孙尚香坐在钢筋正能量
??01月07日,文脉华章|戏曲艺术 璀璨之光,
“大大都人不至于……”手持一根雪羽的老人轻语道。
,自拍偷拍91,无码精品国产aa精品,91果冻制作厂官方正版。??01月07日,青海设立关爱帮扶基金让退役军人“难有所解”,
“嗖!”
,热思思在线视频,免费在线观看黄色网站一,电击花蒂穴到抽搐尖叫。【罗来昌代表——持续提升乡村治理水平】
责编:孙伊萍
审核:沈佳
责编:素王
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