猫眼影戏
猫眼影戏
路边社
手机审查
猫眼影戏记者 向向科 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:超碰在线92
??01月06日,浙江杭州:良渚古城遗址公园晨雾飘渺如水墨画卷,
三是起劲协调生长各项事业,推进社会周全前进。要凭证“三个统筹”的要求,增进社会各项事业与经济生长细密连系,一直提高人民群众的生涯质量和科学文化素质。要鼎力大举实验科教兴乡战略,增强农业科技效劳系统建设,鼎力大举推广应用先进适用手艺,增进科技前进与立异F鹁⒖怪种治奶寤疃,富厚宽大群众的业余生涯。深化生齿与妄想生育综合刷新,落实农村奖励帮助政策,稳固低生育水平。进一步增强下层民主政治建设,提高党务、村务果真质量,认真落实四议两果真事情法,包管人民群众依法行使民主权力。扎实开展“创先争优”活动,通过活动开展,着力指导和促使下层党组织和宽大在效劳地区经济生长、推动地区科学生长上创先争优,在务实立异、创立事情业绩上创先争优,在坚持学习、提高能力上创先争优,在刷新作风、切实为民效劳上创先争优,在从严要求、提升社会形象上创先争优?勾聪日呕疃淖钪漳康,就是要通过活动开展,充分验展下层党组织的战斗堡垒作用和共产的先锋模范作用,起劲推动地区经济生长、增进社会协调,提升效劳群众的意识和水平。全乡各级党组织要以求真务实的作风开展好创先争优活动,一直施展党组织的创立力、凝聚力和战斗力,为推动我乡科学生长协调生长率先生长做出新的孝顺。在创先争优活动中,各支部要特殊注重继续抓好城乡党组织“1+1”结对互帮、允许制和农村“五强五争创”、“争五星”等党性实践活动,机关支部要切实开展好“四比三优一知足”活动,通过扎实开展“创先争优”活动,抵达组织创先进,争优异,群众得实惠的目的。普遍开展群众性精神文明建设活动,加至公民文明行为教育力度,突出抓好未成年人头脑品德建设,提倡康健文明的生涯方法。认真组织实验公民品德建设工程,一直提升公民头脑品德水平。切实抓好精神文昭树模点建设和“三改”事情,加大改厨、改厕、改圈力度,营造家庭文化气氛,提高精神文明建设的总体水平;坚持情形卫生月查季评制度,彻底整理门前“三堆”和垃圾死角,指导宽大群众养成文明清洁的优异卫生习惯,为建设社会主义新农村营造优美的生爆发涯情形。
,欧美老妇交BBWBBw。??01月06日,汕梅高速改扩建项目架设首片预制梁 推动老区苏区振兴,
人影一闪,在其背后泛起,祭灵眼眸冰寒,并不转身,头上的宝剪径直飞了已往,喀嚓一声,将一小我私家的躯体绞断,鲜血喷洒,惨叫划破山林。
,欧美老妇BBBwwBBBWW,麻豆精品无码AV在线网址,先锋影音中文AV资源站。??时势2:小黄片mm
??01月06日,【众行致远】习言道|习近平为何称这个国家是太平洋对岸的“邻居”?,
重大的远古遗种双翼若垂天之云,鼓荡起阵阵恐怖的罡风,刮的地面上众人的脸生疼,迅速没入补天阁山门深处,留下数以万计目瞪口呆的少年。
,日韩A片一区二区无码视频,思思re,免费日韩作爱视频观看。??01月06日,四川:资中女足球员赴德国参加训练、比赛和人文交流,
“什么?!”一群人都惊呼了起来。
,男女一级a爱视频,免费人成在线观看网站网照片,日韩无码欧洲福利。??时势3:在哪里看黄色网站
??01月06日,韩正会见英国汇丰集团主席杜嘉祺,
究竟谁是人类,谁是远古遗种?银色生灵有点神经庞杂的感受,怎么两小我私家的种族像是置换了过来?!
,爱做性网站B,羞羞漫画网址,p站18。??01月06日,“洋弟子”学做小烧饼 一口饼香与中国文化“对话”,
有没有搞错啊,一群人堵着门口,烧烤客人的坐骑,就这样露天席地的给吃掉了,这也太凶残了。
,小芳啊灬啊灬啊灬快灬深,69视频黄色,911色色色。??时势4:欧美 色 二区
??01月06日,最高检:2024年前三季度公诉危险驾驶案件21.2万人, 履历此次事务,小武才看清,早已脱贫的大凉山并不是研学机构所宣传的“穷苦”容貌。同时,一个疑虑也从他心头闪现:事实尚有几多人在“卖惨式”消耗大凉山?,欧洲精品www一区二区,亚洲一区在线观看妓女影院,看外国黄色A片子。
??01月06日,日媒:中国超越日本成全球最大汽车出口国,
幽灵船,代表了殒命,沾染上因果的人一样平常很少活下来,可是石昊没有步伐,后面一个山岳般的怪物出击,不借此船威势镇不住。
,欧美AAAAAAAAAAAA,一上一下打扑克视屏,欧美丰满老熟妇XXⅩXX。责编:肖依伯
审核:张朝晖
责编:南光路
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