猫眼影戏
猫眼影戏
雷内
手机审查
猫眼影戏记者 谢远才 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:男人和女人日逼
??01月07日,第六届“翱翔贵州”滑翔伞首站赛事落幕,
现在是一个快速转变的时代,互联网已经改变了天下的游戏规则,今年8月份公司网销部导入战略性商业模式运作思绪,迅速突破崛起。8月份线下线上同步的运营模式,让用户获得更高性价比的产品,让线下署理商获得更好的收益并提升终端竞争力。在这个时代里,任何行业都有可能被电子商务所改变,谁能实现线上线下抵达战略性交合互补,谁就是未来的赢家。
,孕妇被操到喷奶小说。??01月07日,山西闻喜:51.2万亩小麦开镰 颗粒归仓抢收忙,
“唔,我目测了一下,若是这个看起来很质朴的小家伙没有藏拙的话,他双臂一晃,加起来最最少有八九万斤的神力,纯肉身之力!”老妪严肃的增补道。
,五十路近亲相尾电影,黑人操穴视频,国产明星无码专区。??时势2:夸克脸红动漫社
??01月07日,超50场马拉松同一天开跑,鞋厂争夺“上脚率”,背后是商业竞争的白热化,
各人好!今天是一个欣喜的日子,队旗载着心愿迎风飞扬,鲜花伴着希望恣意绽放。红领巾在胸前迎风飞扬,微笑在幸福的脸上恣意绽放,一双双明亮的眼睛吐露着幸福,一张张可爱的笑容洋溢着快乐。在这阳光绚烂,姹紫嫣红的初夏,我们欢聚在这里,举行第三届校园文化艺术周文体活动,配合庆祝少年儿童自己的节日——六一国际儿童节。
,一区免费视频在线观看,性猛交做愛❌❌❌❌游戏,欧美国产人人操。??01月07日,香港投资推广署:香港正形成体育产业生态圈 冀吸引更多企业落户,
他的迅速基础不像是一个孩子,瞬间扑进了数十米,眨眼就要到了近前,升降间犹如一个金翅大鹏的幼崽,已然初具不凡气焰。
,一区二区在线精品免费视频,h 吹潮 喷水 调教,zztt黑传送门官网版v2.9功能介绍。??时势3:免费18
??01月07日,西藏文艺志愿服务活动走进拉萨贡嘎国际机场,
“那是……”小不点睁大了眼睛,而他坐下的独角兽则簌簌颤抖,险些瘫软在地上。
,2048hjd,黄色网站给我看看,久久精品五视频。??01月07日,下单一两天就能收货,海外仓让海外客户体验“中国速度”,
然而,让人受惊的是,小不点的左手斩在箭杆上,将其震的斜飞了出去,令一群人张口结舌,说不出话来。
,欧美日韩网址,人妻系列无码专区无码专区,欧美又粗又大在线观看。??时势4:关晓彤 扒腿自慰爽
??01月07日,(国际观察)加沙战事持续百日 中东紧张局势何解?,
一是向导重视,全心组织。 “磨刀不误砍柴工。”举行全镇镇村干部培训聚会是新形势新使命新要求下举行的一项很是主要的事情,是作育高素质的下层干步队伍的主要途径。镇党委政府十分重视这次培训事情,提前全心谋划,召开书记办公聚会,安排专人认真,落实专人授课,重复研究课题,明确专人从事后勤包管事情,可以说是早妄想、早安排、早落实,确保培训聚会在年假刚一竣事就实时召开。在三天多的培训中,我们也是严密组织,有条不紊,秩序井然。
,黄片在线视频免费,www.qybz.gov.cn,热久久。??01月07日,“学思践悟习近平经济思想丛书(2023)”出版发行,
新学期伊始,作为一名老班主任,一名过来人,也可以说你们的年迈哥。我想给同砚们也提两个要求:
,打扑克秘 免费网站下载,1024色婬性视频,男生插女生J小J。【全国充电基础设施保有量达1188.4万台】
责编:邵杰
审核:李中航
责编:西田
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