AI Models9 minit bacaan

Qwen4-Max Preview boleh memahami video. Bolehkah ia mencari babak yang tepat?

Video latihan panjang sesuai untuk menguji Qwen4-Max Preview. Semak sama ada jawapannya menunjuk ke babak yang tepat dan apa yang berubah jika menggunakan klip lebih pendek.

K
Ken Jo

Sebuah video latihan mengarahkan penonton mengarkibkan rekod hanya selepas menyemak status penyimpanan. Empat puluh minit kemudian, demonstrasi kedua membuka skrin yang sama tetapi melangkau semakan itu. Seorang pelatih bertanya babak mana yang menunjukkan langkah lengkap. Jawapan yang kemas memang mudah dibaca. Cap masa yang tepat jauh lebih bernilai.

Pada 11 November 2026, QwenCloud memulakan pratonton terhad Qwen4-Max-Preview, model utama yang menerima teks, imej dan video. Dokumentasinya menyatakan panjang konteks satu juta token. Pratonton hanya tersedia melalui Token Plan dan dijadualkan berakhir pada pukul 24:00, 25 November, UTC+8. Selepas itu, QwenCloud menyatakan ID model tersebut akan ditamatkan. Dokumentasi model QwenCloud

Model seperti ini membolehkan anda bertanya tentang rakaman panjang. Soalan yang berguna ialah sama ada ia boleh membawa seseorang ke bahagian tepat yang menyokong jawapannya. Video latihan memudahkan anda membezakan tiga tugas, iaitu mencari babak yang betul, memahaminya dan menerangkannya dengan jelas.

Tetingkap panjang memberi model lebih banyak bahagian untuk dicari

Spesifikasi satu juta token ialah had konteks. Ia bukan ukuran yang baik untuk meramal berapa banyak butiran berguna yang dibawa oleh satu video. Pemprosesan video, pensampelan bingkai, had fail, laluan API dan bahagian lain dalam arahan boleh mempengaruhi kandungan permintaan. Dua rakaman dengan tempoh sama juga boleh berbeza dari segi perkara yang perlu diperhatikan penonton. Keadaan skrin yang muncul sekejap lebih sukar ditemui berbanding bahagian yang kelihatan selama beberapa minit. Semak dokumentasi input video untuk titik akhir dan kaedah input pilihan anda.

QwenCloud mendokumenkan output berstruktur dan kawalan berasingan untuk tahap penaakulan. Ciri ini membolehkan anda meminta format jawapan yang konsisten dan membandingkan beberapa tetapan. Model boleh memberikan dakwaan dan cap masa dalam bentuk yang tetap. Bukti masih perlu diperiksa dengan melihat perkara yang ditunjukkan video pada waktu itu. Keupayaan model QwenCloud

Bayangkan video latihan perisian selama 50 minit. Video menunjukkan dialog arkib yang sama dua kali. Dalam panduan yang lengkap, pengajar membaca medan penyimpanan dan menyemak tarikh sebelum meneruskan. Dalam imbas kembali, pengajar menunjukkan tempat untuk membuka dialog tetapi tidak menyemak medan itu. Jawapan yang berguna perlu mengenal pasti panduan lengkap dan menyebut petunjuk visual. Jika model hanya memadankan tajuk dialog, pelatih boleh dibawa ke babak yang salah.

Bina penilaian berdasarkan perbezaan itu. Bagi setiap soalan, minta penyemak menanda julat masa yang menyokong jawapan, mengenal pasti bukti visual dan mencatat sama ada transkrip sahaja boleh menjawabnya. Jika dua julat mengandungi bukti mencukupi, tandakan kedua-duanya sebagai sah. Ujian tidak akan menghukum model kerana memilih bahagian alternatif yang masih berguna. Jika jawapan bergantung pada urutan dua tindakan, labelkan seluruh julat yang diperlukan untuk melihat kedua-duanya.

Video panjang menghasilkan cap masa calon yang dibuka oleh penyemak untuk dibandingkan dengan babak sebenar

Cap masa yang dicadangkan berguna apabila anda boleh membukanya dan melihat bukti. Ilustrasi asal oleh Telli.sh.

Minta jawapan yang boleh disemak

Objek jawapan boleh ringkas. Sertakan jawapan, masa mula dan tamat mengikut video sumber, penerangan pendek tentang petunjuk sokongan dan keadaan yang jelas apabila bukti tidak mencukupi. Antara muka boleh membuka video pada permulaan julat yang dicadangkan. Minta penyemak memeriksa bukti sebelum membaca penjelasan janaan. Dengan itu, penjelasan yang kelihatan munasabah kurang berupaya mempengaruhi penilaian awal.

Permintaan boleh berbunyi begini. «Cari urutan pengarkiban yang lengkap. Berikan masa mula dan tamat babak, kenal pasti medan status penyimpanan dan nyatakan sama ada tarikh muncul sebelum pengesahan arkib. Jika rakaman tidak pernah menunjukkan urutan lengkap, laporkan bahawa bukti tidak mencukupi.» Medan jawapan patut merujuk kepada perkara yang dapat dilihat. Elakkan meminta nilai «keyakinan» melainkan anda mempunyai kaedah untuk menguji sama ada nombornya sepadan dengan hasil sebenar.

Gunakan soalan tentang teks, urutan dan perkara yang tidak muncul. Untuk teks, pilih label kelihatan yang berubah makna antara dua babak. Untuk urutan, tanya apa yang muncul sebelum atau selepas petunjuk yang jelas. Untuk ketiadaan, tanya tentang satu langkah munasabah yang tidak pernah ditunjukkan. Model boleh menjawab soalan biasa dengan mengikut kebiasaan. Contoh negatif berguna menunjukkan kelakuannya apabila kebiasaan itu bercanggah dengan rakaman tertentu.

Cap masa juga memerlukan takrif. Jika pemain video bermula pada sifar tetapi transkrip menggunakan kod masa rakaman asal, selaraskan kedua-duanya sebelum memberi markah. Jika anda memotong klip lima minit daripada video lebih panjang, simpan beza antara masa klip dan masa sumber. Mengeksport 04:15 bagi klip lalu membuka 04:15 dalam video asal boleh menghasilkan kesilapan yang kelihatan betul walaupun model menemui bingkai yang tepat.

Jalankan carian luas dan semakan sempit dengan soalan yang sama

Terdapat sekurang-kurangnya dua cara yang munasabah untuk mencari dalam rakaman. Berikan video penuh kepada model dan minta beberapa julat masa calon. Atau bahagikan video kepada bab yang diketahui, pilih beberapa daripadanya menggunakan nama bab atau transkrip, kemudian minta model memeriksa klip pendek tersebut. Mulakan dengan soalan yang sama dan julat rujukan manusia yang sama. Bandingkan kedua-dua kaedah sebelum memutuskan sama ada permintaan lebih besar berbaloi dengan masa dan kosnya.

KaedahKegunaanPerkara yang perlu disemak
Video penuh dalam satu permintaanTindakan yang berulang dalam babak berjauhanBabak yang tepat, masa dari mula hingga tamat dan output tidak lengkap
Cari bab, kemudian periksa klip pendekTopik yang diketahui dengan butiran visual kecilKegagalan memilih bab dan beza cap masa
Transkrip dahulu, semakan visual kemudianProses yang dinarasi dengan pengesahan pada skrinSama ada ujaran dan tindakan yang kelihatan sepadan

Carian video penuh dan carian klip pendek membawa kepada semakan bukti yang sama oleh manusia

Gunakan satu set babak rujukan untuk membandingkan beberapa cara mencari bukti. Ilustrasi asal oleh Telli.sh.

Laluan pendek boleh lebih murah untuk dicuba tetapi menambah kemungkinan kesilapan memilih bahan sebelum model melihat bukti. Video penuh boleh menemukan babak dalam bab yang tidak dijangka. Ia juga boleh mengenal pasti bahagian umum tetapi terlepas petunjuk tepat. Rekodkan kategori bagi setiap kesilapan. Kegagalan carian memerlukan pemilihan bab yang lebih baik. Kegagalan membaca bukti mungkin memerlukan input visual yang lebih baik atau langkah semakan lain. Kesilapan masa sumber memerlukan pembaikan pada pemain atau penukaran masa.

Ujian lebih jelas apabila penemuan babak dibezakan daripada jawapan lengkap. Tandakan sama ada julat cadangan bertindih dengan babak rujukan yang sah. Kemudian semak sama ada jawapan mengenal pasti medan yang kelihatan dan urutan tindakan dengan betul. Tetapkan toleransi cap masa terlebih dahulu, misalnya sepuluh saat untuk panduan yang perlahan. Peralihan pantas mungkin memerlukan julat yang lebih sempit. Simpan tetapan itu bersama penilaian supaya model lain diukur dengan cara yang sama.

Jejaki masa dari saat pengguna bertanya hingga dia boleh memainkan bahagian yang menjadi bukti. Jawapan yang memberikan penjelasan dengan pantas tetapi tidak menyertakan julat yang boleh digunakan memaksa pengguna mencari lagi. Ukur masa kepada hasil pertama yang berguna secara berasingan daripada jumlah masa siap. Untuk jawapan penting, membuka dua calon teratas mungkin berbaloi. Untuk soalan biasa, jawapan yang tepat dan satu pautan bukti mungkin mencukupi.

Tiga video serupa boleh mendedahkan tiga jenis kesilapan

Bina set ujian kecil dengan satu kesukaran jelas bagi setiap rakaman. Dalam panduan bernarasi, pastikan arahan lisan sepadan dengan tindakan pada skrin. Dalam rakaman kedua, paparkan urutan butang yang berbeza daripada yang diterangkan pembicara. Dalam rakaman ketiga, letakkan babak serupa pada awal dan babak tepat di penghujung video. Model boleh berprestasi baik pada tutorial mudah tetapi gagal dalam kes yang benar-benar memerlukan bantuan kepada pelatih.

Pilih tugasan dengan jawapan yang bergantung pada petunjuk visual khusus. Dalam rakaman kedua, pencerita menyuruh menekan Submit, tetapi butang yang kelihatan ialah Save as draft dan dokumen tidak masuk ke baris gilir semakan. Pengguna yang mahu menghantar dokumen memerlukan perbezaan ini. Asingkan jawapan tentang perkara yang disyorkan pembicara daripada perkara yang benar-benar berlaku. Tandakan medan yang menunjukkan keadaan akhir sebagai bukti yang perlu dicari. Cap masa yang tepat patut bermula cukup awal untuk menunjukkan sebab keadaan skrin berubah.

Berikan jadual keputusan ringkas kepada penyemak. Julat yang betul dengan tafsiran salah dikira sebagai kesilapan bacaan. Tafsiran yang betul tetapi dikaitkan dengan babak lain dikira sebagai kesilapan carian. Laporan bahawa bukti tiada adalah betul bagi klip yang sengaja tidak lengkap dan salah bagi klip yang menunjukkan urutan dengan jelas. Kira kes tersebut secara nyata supaya model tidak boleh meningkatkan skor dengan menolak setiap permintaan sukar. Gunakan pemarkahan yang sama untuk semua varian.

Semak kebolehbacaan sebelum membuat kesimpulan daripada teks skrin yang terlepas. Buka fail tepat yang dihantar pada saiz yang dimaksudkan dan bandingkan dengan bingkai yang dapat dilihat penyemak. Pemampatan boleh menjadikan medan status tidak boleh dibaca sebelum model melihatnya. Uji klip yang dipangkas jika permintaan luas sering menemukan bab tetapi terlepas butiran kecil. Itu menunjukkan sama ada butiran visual yang lebih jelas membantu lebih daripada menghantar semula seluruh rakaman.

Pasukan latihan juga perlu memutuskan batas panjang minimum yang sesuai untuk bahagian bukti. Segmen lima saat mungkin menunjukkan keadaan akhir tetapi meninggalkan keputusan yang membawanya ke situ. Tandakan sama ada pelatih perlu melihat pilihan menu sebelumnya, mesej amaran atau skrin pengesahan. Antara muka boleh membawa pelatih ke bahagian yang menerangkan tugasan sambil membuktikan jawapannya.

Gunakan tempoh pratonton untuk penilaian

QwenCloud mengenal pasti model itu sebagai qwen4-max-preview. Halaman model menyenaraikan akses melalui Token Plan khusus dan menyatakan bahawa bayaran mengikut penggunaan tidak tersedia untuk pratonton ini. Penyedia mendokumenkan keserasian dengan Chat Completions dan Responses gaya OpenAI serta Messages gaya Anthropic. Semak peraturan input visual bagi protokol pilihan sebelum menggunakan semula klien yang direka hanya untuk teks. Akses pratonton QwenCloud

QwenCloud turut mendokumenkan output maksimum 393,216 token yang dikongsi antara penaakulan dan jawapan akhir. Dalam antara muka serasi Chat Completions, had token penjanaan merangkumi kedua-duanya. Untuk penilaian ini, minta jawapan ringkas dan awasi hasil yang tidak lengkap. Ruang output yang panjang tidak banyak membantu orang yang mencari satu babak 20 saat. Apabila membandingkan tetapan penaakulan, kekalkan video, soalan dan peraturan pengesahan supaya perubahan saiz input tidak disalah anggap sebagai perubahan mutu penaakulan.

Pilih video yang anda dibenarkan menghantar kepada perkhidmatan. Tutorial sintetik atau klip latihan awam mencukupi untuk menguji carian bukti. Ia boleh mengandungi dua demonstrasi yang kelihatan serupa dengan satu perbezaan yang disengajakan, tanpa data pelanggan atau prosedur dalaman. Jika perlu menggunakan rakaman tempat kerja kemudian, semak syarat data semasa penyedia dan kebenaran pasukan untuk memuat naik bahan tersebut sebelum memasukkannya ke dalam ujian.

Sediakan penilaian supaya masih boleh digunakan selepas pratonton. Simpan rujukan fail, sempadan bab, julat rujukan, soalan dan keputusan pemarkahan bersama ID model serta tarikh. Kekalkan media dalam storan yang anda dibenarkan gunakan. Jika anda perlu membandingkan model pengganti, anda sudah mempunyai bahagian yang paling mahal untuk dibina semula, iaitu set contoh yang telah diperiksa.

Pautan bukti ialah tempat pengguna berinteraksi dengan hasil

Tetingkap konteks panjang memungkinkan percubaan mencari babak dengan cara baharu. Julat tepat yang boleh terus dimainkan menjadikan hasil itu berguna kepada orang seterusnya. Bagi pasukan latihan, ujian yang lebih baik bertanya sama ada pelatih dapat sampai ke saat yang tepat dan memahami tindakan tanpa menonton semula seluruh pelajaran. Ujian ini masih berguna selepas pratonton tamat.

Sumber


Untuk menyimpan nota latihan dan keputusan yang disokongnya dalam rekod yang boleh dicari, cipta akaun Telli.sh.


← Kembali ke blog