Qwen3VL的视频时间戳问题 #13
Description
您好，感谢您开源的数据集和代码，我想请问一下，在Qwen3VL架构中，为了提高视频的时空理解能力，其时间戳改为以秒来生成，我看了您的数据集中有关视频任务的部分，以Trackingnet数据集的构建为例，在prompt中明确写了“output its bounding box once per second”，但实际上似乎是前32帧的边界框，这样处理是否会导致Qwen出现mismatch的状况
{{ message }}
您好，感谢您开源的数据集和代码，我想请问一下，在Qwen3VL架构中，为了提高视频的时空理解能力，其时间戳改为以秒来生成，我看了您的数据集中有关视频任务的部分，以Trackingnet数据集的构建为例，在prompt中明确写了“output its bounding box once per second”，但实际上似乎是前32帧的边界框，这样处理是否会导致Qwen出现mismatch的状况