TimeLens2: универсальное временное позиционирование в видео с мультимодальными LLM
MCG-NJU (Nanjing University)
TimeLens2 предсказывает наборы доказательных интервалов переменной мощности, определяющие время наступления событий в видео; модель построена на новом датасете супервизии TimeLens2-93K и новой награде Temporal Wasserstein, обеспечивающей обратную связь без сопоставления при неравной мощности предсказаний. Варианты модели 2B/4B/8B улучшают показатель mIoU на 14,2–18,1 балла по сравнению со своими бэкбонами Qwen3-VL на семи бенчмарках.
Почему это важно
Статья набрала 146 голосов на HuggingFace Daily Papers, отражая сильный интерес к развитию точной временной локализации для понимания длинных видео.
Важность: 3/5
Лидер по голосам HF Daily Papers (146 голосов, порог >=100) -> +1 к базовой оценке 2.