猫眼影戏
猫眼影戏
田川
手机审查
猫眼影戏记者 王丽坤 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:久久久久免费看黄A级毛片试看
??01月10日,百位专家将合力编撰《特应性皮炎365问》,
“爷爷你看,小红很和善,不发性情了。”小不点开心的笑了,很甜很纯净,他很想将这只小红鸟捧起来。
,《海爪同人漫画》免费阅读。??01月10日,上海博物馆推出“伊朗文物精华展” 285件文物呈现古波斯灿烂文明,
尊重的列位向导、列位来宾、列位朋侪、列位同仁,亲爱的女士们、先生们: 上午好!(此处掌声)
,爽 躁多水 快 深女女表情包,韩日www,黄色骚B干。??时势2:国产精品有码无码AV
??01月10日,交通运输部:智慧港口建设成效显著,
1、发明火灾,可以打电话119直接报警。
,a视频看现在的线,亚洲视频自拍,性生活录像。??01月10日,一汽车撞上白宫建筑群外围安全护栏 司机当场死亡,
(四)夯实基础,效劳生长。各村(社区)干部要认真研究新形势下群众事情的新情形和新特点,健全组织系统,完善事情制度,坚持把效劳生长作为开展活动的强盛动力,以实验“创业带富工程”、“整体经济强村”建设和开展“同步小康建设”活动为契机,要吃透上级精神,在干字上下功夫,在新字上做文章,在创字上找出路;要突破等、靠、要的头脑,变被动为自动,扬长避短、敢于走新路、出新招、办新事,不瞻前顾后、犹豫不决;要驻足村情,瞄准市场需求,扬长避短,准确定位,突出特色,找准生长经济的突破口和切入点,选准适合本村生长的经济路子,科学确定本村的主导工业和生长偏向。充分验展主力军和“领头雁”作用,开展农村创业带动人与一样平常群众“一对一”、“一对多”的结对帮扶,探索农民增收致富的路子。完善农村土地承包政策,起劲探索土地流转等新型农村土地谋划模式,建设农民专业相助社,资助群众增添收入,增进农村经济生长。
,91精品综合,www..a4ss.com,国产老肥熟糸列在线观看国产。??时势3:谁有黄色地址
??01月10日,商务部新闻发言人就欧盟有关单独与相关企业进行价格承诺谈判的表态答记者问,
大红鸟也是瞠目结舌,在一旁看傻眼了,这也太吓人了,不切合常理,是一个异数。
,操碰视频在线观看,久久精精品视,人人上人人操人人。??01月10日,特朗普在美国总统选举共和党首场初选中胜出,
1、增强村干部培训是提高班子实力,建设高素质农村下层干部的内在需要。在竞争日趋强烈的今天,各人能否驾轻就熟地事情,进一步生长农村经济,真正顺应新形势,熟练自若地开展各项事情,要害是要看能否坚韧不拔地学习种种知识和手艺,一直提高自身素质。从我县的情形来看,这次村委会换届,选出了群众公认的干部,这些干部的群众基础很好,可是有的同志才新进班子,对村里事情和种种情形还不熟悉,还不可很好地进入村干部角色;同时,在原已进入班子的干部中,有一部分人在事情作风、事情要领、事情效率等方面,仍然不可完全顺应形势要求,详细来讲,体现在这部分同志的头脑不敷解放,市场经济的竞争看法、效益看法、规模看法、科技看法、法制看法等还不强,仍未从关闭运行的圈子里走出来;向导治理水平还不敷高,事情仍停留在一种低条理、低要求和低水平上,事情要领仍然用土步伐、老履历,处置惩罚问题没程序,效劳不讲战略。若是我们不可正视以上问题,不可接纳有用步伐尽快解决和战胜,那么建设高素质干步队伍,周全建设小康社会雄伟目的就是一句空话。解决素质不顺应的问题,说究竟最基础的步伐照旧要靠学习。我们现在办培训班,对农村干部举行培训,就是为了逐步解决这些问题。同志们一定要认清形势,提高熟悉,务必以高度的紧迫感和责任感,加入培训,重视学习;一直提高自身素质,起劲成为自觉的、苏醒的、群众信任的农村事情向导者。
,女S男M 免费网站视频,国产成a人片在线观看一本,国产精品夫妇激情久久。??时势4:亚洲,欧洲,啪啪啪
??01月10日,国防部新闻发言人吴谦就美国新一轮对台售武答记者问,
城中,土山上,那株祭灵四五丈高,通体墨绿,三朵磨盘大的花朵状若牡丹,霞光流转,很是绚烂,且有阵阵清香散开。
,美女撒尿 免费网站,寡妇做爰过程口述,操逼17p。??01月10日,北京市文联携手门头沟建设“诗画乡村”,
“吱吱……”金色的毛球惨叫,一百二十个不肯意。
,毛片网页在线观看,宁荣荣揉奶,学生妹淫荡视频免费看网站。【又见最低消费,春节不是饭店“法外时间”】
责编:耶乌迪特
审核:维尼
责编:梅甘娜
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