热点事件持续更新
研究用原始视频训练Qwen3-1.7B
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月9日，arXiv计算机视觉方向发布一手论文，研究在原始视频中训练Qwen3-1.7B的可行性。研究将视频帧编码为连续视觉token，让模型预测下一个视觉token，并在YT-Temporal-1B原始片段上完成训练。结果显示，四个视频基准平均提高2.9分，十个图像基准平均提高5.1分；14个文本基准得分为48.9对48.0，文本表现保持。
AI 根据报道生成 · 2 小时前更新
最新进展10月9日 12:00
论文报告在原始视频上训练Qwen3-1.7B，视频与图像基准提升，文本表现基本保持。报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv · Computer Vision研究用原始视频中训练 Qwen3-1.7B
论文研究中训练 Qwen3-1.7B 使用无标注原始视频的可行性，把帧编码为连续视觉 token 并让模型预测下一个视觉 token。在 YT-Temporal-1B 原始片段上中训练后，四个视频基准平均高 2.9 分、十个图像基准平均高 5.1 分，14 个文本基准平均 48.9 对 48.0，文本表现保持。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。