猫眼影戏
猫眼影戏
尚栩
手机审查
猫眼影戏记者 汤镇业 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:αv欧美国产在线
??01月08日,江西篁岭古村迎大雪 山居雪韵美如画,
石飞蛟像是多了一张面目,位于胸膛上。由古兽皮与其血肉合一而凝聚出的谁人符文,光华炽盛,徐徐化形,一头凶兽的恐怖身影模糊的浮现。
,多人群p交换在线视频播放。??01月08日,春节申遗成功背后,有哪些启示与深意?,
“孩子……难为你了!”一群大人忸怩。
,Aa日本午夜在线视频,韩国黄色黄片大全,方觉夏对镜一字马。??时势2:好看免费的黄色网站
??01月08日,两会受权发布丨十四届全国人大二次会议主席团举行第四次会议,
让我们用第六次热烈的掌声送给我们的高二四班。
,黄页网站在线播放,色哟哟韩国精品欧美精品,亚洲视频精品。??01月08日,如何让人工智能服务地震监测?这家科研机构持续创新获重要进展,
家人们,相信我们的乐成绝对不是无意,今年开春以来,我们公司整个事情气氛有了很大的改变,又似乎回到我们东京三年前的那种火爆的埸面,个个都非F鹁,很想做好,对目的欲望也很是强,形成你追我赶,激情汹涌的事情状态,今年我们公司增添了许多新的家人,他们的加入前经由总监与李萍小明向导的培育下,以及师傅们的资助下,很快就融入到我们的各人庭,并且能在较短的时间内为公司创立价值,他们的起劲为我们公司的生长注入了新的活力,这就是培训学习的实力,希望我们向导一如继往的重视对员工的培训,相信这也是能资助员工提高业绩最有用的的要领,要想打胜仗,就要训练出一支会打胜仗的兵!在此再次向三位向导先生们,师傅们致敬,你们辛勤了。
,色爽女人免费网站,夜啪啪色导航,97久久人人操。??时势3:一级A片黄色视频
??01月08日,艺术家写“福”送“福” 以中国传统文化“为奥运喝彩”,
长大后,我们学会了自力。虽然爸爸妈妈总是尽最大起劲为我们做一切事情,以便给我们更多的时间阅读和写作,但我们坚持做自己的事情。被子缭乱的时间,我们会叠被子。衣服脏了,我们就洗衣服?吹降匕逶嗔,我们会自觉的拿起拖把。
,毛一区二区三区无码免费视频,又大又粗又爽又硬又色视频,色妞永久免费视频。??01月08日,英国央行行长贝利:坚持“渐进式”降息策略, 关于接下来的妄想,李龙体现,9日晚就返回北京好好休息,接下来一段时间不会再宣布考试相关的分数、报考情形等,“关于考试效果,我也做了两手准备,不管什么样都接受。”,97超碰人妻在线播放,雏田掰开双腿让鸣人桶爽在线观看,《贪吃的猫女》完整版。
??时势4:蜜芽永不过期
??01月08日,如何讲好“中轴故事”?北京市东城区新的社会阶层人士来支招,
第三、提高调解结构、向导群众配合致富的能力。 村是农村事情的基本单位,可以说没有村一级的小康和协调就没有州里的小康和协调,没有州里的小康和协调就没有我们全县的小康和协调。这对村级事情的定位和标准提出了更高的要求。我们现在选拔村干部时,都在向自己带动致富并能向导群众致富的强人方面起劲。目今,农村下层干部最主要的使命就是要依托优势,优化农业结构,生长农村经济,向导宽大农民群众实现配合富足。因此,村干部必需牢牢围绕经济建设这其中心,千方百计地向导群众配合致富。首先要因地制宜,选择好一条经济生长路子。就是要求村干部在自己致富后怎样向导群众致富方面要有责任感、要有这方面的能力和水平。要进一步解放头脑,组织和指导宽大群众起劲调解和优化工业结构,捕获致富信息,调动;と褐谏鹁⑿,推动本村的经济生长。
,91黄在线观看,无码专区一区,韩国女团裸体秘 无遮。??01月08日,日本大阪伊丹机场两客机发生碰撞事故 无人受伤,
最后,我想用几个“虽然……可是……”来记竣事我今天的讲话。
,日韩精品无码综合福利网,爱操逼综合网,三级中文在线视频。责编:尚克敏
审核:奥克斯-索尔兹伯格家族
责编:申通
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