دعامات
نستخدم ميزة بث مباشر جديدة عبر الإنترنت بدلاً من التدريب. يمكنك إيقاف تشغيل ميزة "لحظات الخدع" للحصول على فيديو من خلال أدوات المُنشئ. بالنسبة لأولئك الذين لم يعثروا على ميزة "اللحظات الرئيسية"، فلن يُسمح لهم بمشاهدة هذه الفيديوهات. ستجد نتائج بحث للفيديوهات عند البحث على الإنترنت. تعرّف على المزيد حول هذه العملية واكتشف المعلومات المتاحة. إذا كنت باحثًا وتسعى للوصول إلى أبحاث يوتيوب لأبحاثك الأكاديمية، يمكنك التواصل مع برنامج خبراء يوتيوب.
توجيه بيانات المستودع
يعمل هذا التطبيق على عرض مقاطع فيديو Breadth Anything استنادًا إلى Breadth Something V2، والذي يُطبق على مقاطع الفيديو بشكل عشوائي دون التأثير على الجودة أو المظهر أو القدرة على التعميم. بالنسبة لمنشئي مقاطع الفيديو، يمكنكم إضافة ميزة "الدقائق الخادعة" إلى مقاطعكم باستخدام أنظمة التصميم أو بناءً على معاني الفيديو. وللعثور على معلومات محددة، يتم تمييز بعض مقاطع الفيديو بميزة "الدقائق الخادعة". في النهاية، يُرجى إجراء تقييم لجميع المعايير باستخدام البرامج التالية
قم بتنزيل مقاطع الفيديو المُنشأة
يرجى وضع مجموعة البيانات المثبتة في المسار src/r1-v/Video-R1- دفع كازينو skrill data/. تشير هذه الكفاءة إلى أهمية أنماط التعلم في معالجة عدد أكبر من الإطارات. على سبيل المثال، يحقق Video-R1-7B دقة 35.8% في معيار VSI-table للاستدلال المكاني للأفلام، متفوقًا بذلك على النموذج التجاري GPT-40. نظرًا للفجوة الحتمية بين التعلم والتقييم، نلاحظ انخفاضًا في السرعة بين نموذج البث المباشر والنموذج غير المتصل بالإنترنت (على سبيل المثال، انخفض d1 الجديد لـ ScanNet من 0.926 إلى 0.836).
هذا هو المقطع القياسي المستخدم في معايير كفاءة التشغيل. قد تحظر برامج Gemini مقاطع الفيديو عندما تكتشف حلولنا الخاصة انتهاكًا محتملاً لشروط استخدام Google، مثل قواعد الاستخدام المحظور. لا تقم بإنشاء أو نشر مقاطع فيديو بهدف القرصنة أو المضايقة أو إلحاق الضرر بالآخرين. استخدم حكمتك قبل الاعتماد على مقاطع الفيديو أو نشرها أو استكشافها لإنشاء تطبيقات Gemini.
تشخيص المشاكل لتجربة الأفلام
جميع كلمات المرور لدينا متوافقة مع الإصدار التالي، يُرجى التثبيت من هنا. نفترض أن التصميم الجديد يتخلى أولاً عن تصميمه السابق، الذي ربما لم يكن مثاليًا. فهو يُبرز أهمية مهارات التفكير المنطقي المباشر في حل مهام الفيديو، ويُؤكد فعالية التعلم المعزز في هذا المجال. يتفوق Video-R1 بشكل ملحوظ على النماذج السابقة في العديد من الاختبارات المعيارية.
يمكنك إنشاء أفلام قصيرة في دقائق باستخدام تطبيقات Gemini التي تتضمن Veo step 3.1، وهو أحدث مولد مقاطع فيديو بتقنية الذكاء الاصطناعي لدينا. يُحسّن ضبط النموذج الجديد في وضع البث النتائج بشكل ملحوظ. مقارنةً بمعظم التصاميم الأخرى المعتمدة على الانتشار، يتميز هذا التصميم بمعدل استدلال أقصر، وتفاصيل أقل، وموثوقية عرض متسقة أفضل.
العمل على الاستدلال في مقاطع الفيديو
بعد الإعداد، قد يكون نوع المحولات المُقدمة Qwen2.5-VL شائعًا في مجموعة Transformers، مما قد يؤدي إلى مشاكل أو تناقضات متعلقة بالإصدار. ملف Videos-R1-260k.json الجديد مخصص لتدريب التعلم المعزز، بينما ملف Videos-R1-COT-165k.json مخصص لبدء تشغيل SFT. يتقارب النموذج تدريجيًا ليقدم لك خطة أفضل وأكثر استقرارًا. ومن المثير للاهتمام أن منحنى زمن الاستجابة الجديد ينخفض في بداية تدريب التعلم المعزز، ثم يرتفع تدريجيًا. تُظهر جائزة الدقة نموًا تصاعديًا طبيعيًا، مما يثبت أن النموذج يُحسّن باستمرار قدرته على إنتاج أفضل الاستجابات في ظل التعلم المعزز.
- يؤدي ضبط النموذج الجديد في وظيفة البث المباشر عبر الإنترنت عادةً إلى تحسين الأداء العام بشكل كبير.
- عندما تواجه مشكلة في مشاهدة مقاطع الفيديو الخاصة بهم على يوتيوب، فإن إجراءات استكشاف الأخطاء وإصلاحها هذه هي في الواقع الحل الأمثل للتخلص من مشكلتهم.
- على سبيل المثال، يحقق Video-R1-7B دقة بنسبة 35.8% لجدول VSI القياسي للحاجة المكانية للأفلام، متجاوزًا بذلك التصميم الاقتصادي الخاص GPT-4o.
- لتحسين الأداء، قمت بتقليل مستوى تقييد هياكل الفيديو إلى 16 من خلال المعرفة.
- إذا كنت ترغب في إنشاء تعليقات توضيحية لسرير الأطفال بنفسك، فراجع الملف src/generate_cot_vllm.py
مع اكتسابك المزيد من الخبرة في التحرير، يمكنك شراء نظام تحرير متطور. يُعدّ الوقت الأمثل للبدء بالتفكير في التحرير هو مرحلة التأليف الأولى. فيما يلي بعض اقتراحات كيا حول أهم 12 نصيحة لتحرير الفيديو، لتطبيق فكرتها عمليًا. هذا يعني أن عملية التسجيل الأولى قد اكتملت، ولكن كيف يمكنك تحويل لقطات الفيديو إلى فيديوهات ممتازة؟ يمكن استخدام المقطع التالي لاختبار ما إذا كانت إعداداتك تعمل بشكل صحيح.
يمكنك استخدام البرنامج التالي لتمكين سرعة vLLM لتدريب التعلم المعزز. نظرًا للقيود الحالية على التمويل الحاسوبي، نقوم بتدريب التصميم الجديد لـ 1200 خطوة فقط من خطوات التعلم المعزز. إذا كنت ترغب في تخطي إجراء SFT، فلدينا أيضًا إجراءات SFT في Qwen2.5-VL-SFT.
