Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

[Q] InternVideo 2.5,, TPO

Aperta
#61 1 commento 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
5/5
Tempo stimato
Più di una settimana
Idoneità per principianti
20/100
Tipo di issue
Documentazione
Chiarezza
Da chiarire
Stato di attività
Ferma
Stack tecnologico
python
Ambito
machine-learning

Direzione di ricerca

Non viene specificato alcun file, test o punto di ingresso preciso. Esamina gli script di inferenza esistenti del repository e la descrizione di TPO nell'articolo per determinare se sono presenti le tre teste dei task e il processo di training; per considerare il lavoro completato sarebbe necessario un chiarimento da parte dei maintainer o una guida documentata.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

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:

  1. Are these three heads already implemented and integrated into the current InternVideo 2.5 codebase?
  2. 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!

Lingua principale
Python
Stelle
530
Fork
20
Nessuna PR unita negli ultimi 30g

Guida per i contributori

Nessuna guida per i contributori indicizzata per questo repository

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di OpenGVLab/VideoChat-Flash

Tutte le issue di OpenGVLab/VideoChat-Flash

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.