TimeLens2: Generalist Video Temporal Grounding with Multimodal LLMs

• 类型：arxiv
• 标识：2607.17423
• 链接：https://arxiv.org/abs/2607.17423
• 主分类：multimodal
• 形态：method
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：Across seven benchmarks, TimeLens2-2B outperforms all size-matched baselines on every benchmark, while the 4B and 8B variants achieve state-of-the-art performance, surpassing open-source models with up to 397B parameters.
• OpenAlex ID：W7169851412
• OpenAlex DOI：10.48550/arxiv.2607.17423
• DOI：10.48550/arxiv.2607.17423
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2607.17423
• OpenAlex更新：2026-08-24
• 待LLM分类：否
• 标题中文：TimeLens2：基于多模态 LLM 的通用视频时序定位
• TLDR中文：在七个基准上，TimeLens2-2B 在所有基准上均优于规模相当的所有基线，4B 和 8B 变体则取得了 SOTA 性能，超越了参数量高达 397B 的开源模型。
• 副分类：evaluation
• 来源文件：
• /inbox/tom/_candidates/2026-07-21-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]