预训练模型问题

[yulj21]

首先感谢作者的开源，请问下预训练数据集如果都采用中文数据集，结果对中文的支持是否会更好。其次预训练数据的视频时长有要求吗，30s以上的视频是否满足要求

[Fictionarry]

您好，我们目前提供了一个包含两端中文视频的预训练权重，在中文效果上明显比不包含时要好很多，增加更多的中文数据应该会使中文效果更好。我们目前是截取预训练视频的前5000帧（200秒）加入预训练，目前没有尝试过更短的数据，但30秒的视频应该同样会有帮助

[yulj21]

我看了下预训练的模型，pretrain_hu.zip文件是否是纯中文训练集呢，如果不是，能否提供下纯中文训练的预训练集

[Fictionarry]

我看了下预训练的模型，pretrain_hu.zip文件是否是纯中文训练集呢，如果不是，能否提供下纯中文训练的预训练集

我们没有纯中文的预训练集，pretrain_hu_mix.zip是加入两段中文视频训出来的预训练权重，详见readme

[yulj21]

@Fictionarry 您好，请问预训练的损失函数loss值量级是多少呢？