猫眼影戏
猫眼影戏
赵子靓
手机审查
猫眼影戏记者 万骏 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:又大又硬又猛的视频
??01月09日,【这个城市有点潮】福建武夷山:从茗茶“大红袍”中探寻茶文化,
“是啊,幽雨,石国的雨族可是想求你手中这最后一块符牌呢,为他们的一个十分强盛的子嗣铺路,欲进补天阁。你就不再思量一下了?”中年人性。
,鬼方佳代子同人漫画推荐。??01月09日,互指对方违反停火协议 以军同黎真主党再交火致多人死伤,
各人早上好!今天我讲话的问题是:消防清静,从我做起。天下上最名贵的是什么工具?毫无疑问,是人的生命。生命关于我们只有一次,我们要倍加珍惜。
,操干网免费在线视频,黄网站网址,Sbc0058。??时势2:久久三级片高清视频
??01月09日,美国又现“血腥周末” 枪案频发造成近30人伤亡,
??01月09日,尹锡悦宣布紧急戒严后,韩前总统文在寅发声:希望国民们守护和拯救民主主义,
五色鸾鸟闻言,全身羽毛根根炸立,尤其是头上那一簇最为鲜艳的翎羽更是倒竖,全身光华璀璨,它怒睁双目,射出一缕缕凶光。
,久久国产一级特黄AA大片,44444Kkk,日韩少女裸体表演。??时势3:王多鱼打扑克视频在线观看高清免费
??01月09日,安徽省人民政府原副秘书长王诚一审获刑11年半,
“我还想去修行呢。”小不点说道。
,嘿咻视频视频在线网站,国产欧美日韩中文字幕视频小说你懂得,欧美一级A片欧美黑人A片。??01月09日,陕西甘泉岳屯水库:一半冰封一半灵动 尽显冬日美景,
这里除却西崽外,共有四名特殊的老人,都是昔时一经威名赫赫的人物,辈分极高,只是犯下了大过,被发配到了这蛮荒苦地。
,人人做人人看,成人 性视频免费网站,色香蕉 导航。??时势4:日本一区二区三区四区乱伦免费播放强奸
??01月09日,“三顾茅庐”学氆氇 青海藏族艺人冀传统编织技艺走向海外,
9、注重自我;。在沐日外出时要征得家长或监护人的赞成,并向家长或监护人见告去向:到那里去、和谁一起、什么时间回来,注重交通、人身、工业等方面的清静;未经怙恃赞成不获得别人家里住宿,不要与社会闲杂职员以及生疏人来往和随行。自己在家时,若有生疏人来访,不要私自开门,并实时与家长取得联系。在家中玩耍时,不要攀缘登高,更不可在阳台、窗边及楼梯口嬉戏,阻止爆发坠楼和滚下楼梯的事故。
,国产精品影视人人做人人,小蜜桃流白浆,特级婬片国产免费高清视频。??01月09日,浙江南浔:5000多亩“红美人”柑橘喜迎丰收,
(二)生长经济有本事。就是要具有较高的文化素养,有一定的市场经济知识、农村适用手艺知识和谋划治理能力,生长农村经济的思绪清晰,敢于和善于向导群众闯市场,做生长经济的精明人,做群众脱贫致富的领路人。我们说农村下层党组织要把加速生长作为第一职责,就是要做到“寻找致富蹊径,提高致富本事,生长致富工业,提供工业效劳”。寻找致富蹊径,就是要凭证农村现实,起劲指导群众依托外地自然资源,生长优势工业、特色工业,寻找致富的路子,致富的项目,确定适合每个农户详细情形的致富工业。提高致富本事,就是在致富工业或项目确定之后,有针对性地举行适用手艺培训,起劲资助群众学习掌握生长工业的相关知识和手艺,提高群众生长工业的本事。生长致富工业,就是充分验展强人的作用,把农民群众组织起来,调解工业结构,集中生长适合镇情、村情的支柱工业,扩大工业规模,形陋习模效应,品牌效应,辐射发动群众配合致富。提供工业效劳,通过组建专业经济相助社等有用形式,把农民组织起来,资助农民解决生长工业中遇到的种种问题。这些就是目今我们的主要职责,也是主要使命。
,无码精品国产aa精品,china妓女出租屋妓女,欧美日韩免费情欲片。【中国驻保加利亚使馆提醒中国公民勿携带超量物品入出境】
责编:张灿民
审核:兰海燕
责编:程孝顶
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