836 B
836 B
TAR-TVG: Enhancing VLMs with Timestamp Anchor-Constrained Reasoning for Temporal Video Grounding
- 年份：2025
- 阅读深度：摘要级筛选
- 官方链接：https://arxiv.org/abs/2508.07683
摘要（中文转述）
TAR-TVG 把时间戳锚点显式插入视频时序推理过程，并通过逐步收紧的准确性约束训练模型。整体流程结合初始策略优化产生推理轨迹、监督蒸馏以及后续强化学习，使模型在给出最终时间区间前形成受时间锚点约束的中间推理。
与当前项目的关系
它提示可以增加结构化的中间目标，例如“距 wearer onset 还有多少步”或“最近一次 others offset 在何时”，但当前仅做过摘要级筛选。是否适用于连续在线特征，需要进一步核查因果性、输入采样和奖励实现。