[Q] InternVideo 2.5,, TPO
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 5/5
- Tiempo estimado
- Más de una semana
- Aptitud para principiantes
- 20/100
- Tipo de issue
- Documentación
- Claridad
- Necesita aclaración
- Estado de actividad
- Estancado
- Stack tecnológico
- python
- Área
- machine-learning
Línea de trabajo
No se especifica ningún archivo, prueba ni punto de entrada concreto. Revisa los scripts de inferencia existentes del repositorio y la descripción de TPO en el artículo para determinar si están presentes las tres cabezas de tarea y el proceso de entrenamiento; darlo por terminado requeriría una aclaración por parte de los maintainers o una guía documentada.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Hello, thank you for the excellent research and for sharing the code.
I understand that TPO (Task Preference Optimization) has been applied to InternVideo 2.5, and as mentioned in the related paper, it includes three task-specific heads: region, temporal, and mask.
I have two questions regarding this:
- Are these three heads already implemented and integrated into the current InternVideo 2.5 codebase?
- The paper describes a detailed multi-stage training process, but the repository currently provides only inference scripts. Will the training scripts for these heads be released in the future? Alternatively, is there any guidance or reference available to perform supervised fine-tuning (sFT) with these task heads?
Any support or clarification would be greatly appreciated. Thank you again for your valuable contribution!
- Lenguaje dominante
- Python
- Estrellas
- 530
- Forks
- 21
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Preparar el entorno
Este proyecto no incluye contenedor de desarrollo, Dockerfile ni guía de contribución, así que la configuración corre por tu cuenta: empieza por su README y consulta nuestra guía para la primera contribución para los pasos generales.
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de OpenGVLab/VideoChat-Flash
-
Verify evals on Papers with CodeAbierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 55/100
OpenGVLab/VideoChat-Flash#75 ·
-
baseline is qwen2.5vlAbierto
Dificultad 5/5 Más de una semana Aptitud para principiantes 25/100
OpenGVLab/VideoChat-Flash#72 ·
-
Dificultad 1/5 Menos de una hora Aptitud para principiantes 15/100
OpenGVLab/VideoChat-Flash#67 · 5 comentarios ·
-
support for vLLM deploymentAbierto
Dificultad 4/5 3-5 días Aptitud para principiantes 25/100
OpenGVLab/VideoChat-Flash#66 · 1 comentario ·
-
Support for LoRA finetuning.Abierto
Dificultad 5/5 Más de una semana Aptitud para principiantes 20/100
OpenGVLab/VideoChat-Flash#56 · 3 comentarios ·
Todos los issues de OpenGVLab/VideoChat-Flash
Issues similares
-
bug
Dificultad 2/5 1-3 horas Aptitud para principiantes 85/100
Los mantenedores suelen responder en 1 día
-
Dificultad 1/5 Menos de una hora Aptitud para principiantes 90/100
Los mantenedores suelen responder en 1 día
-
https://search.utilibre.orgAbiertoinstance instance add
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
searxng/searx-instances#941 · 1 comentario ·
-
Dificultad 1/5 Menos de una hora Aptitud para principiantes 92/100
FluidNumerics/fluid-walk-blocker#89 ·
Los mantenedores suelen responder en 1 día
-
bug
Dificultad 2/5 1-3 horas Aptitud para principiantes 84/100
Los mantenedores suelen responder en 1 día