CoolFace
Datasetpublic

GraciaChen/VideoMMEv2-Attention-Review

VideoMMEv2 Attention Review 下载与解压说明 本仓库提供一个未压缩 TAR，里面是完整静态 HTML 展示、所有页面所需图片、QA/GT、模型原始回答、attention 元数据与未归一化 grids.npz，并附离线查看和逐文件 SHA256 校验脚本。归档不含模型权重、完整源视频或推理环境。 容量要求 下载和解压期间需同时存放 TAR 与解压内容，请预留至少归档大小约 2.2 倍的可用空间。 文件系统必须支持大于 4 GB 的单文件（NTFS、exFAT、ext4、APFS 等；FAT32 不可用）。 Windows 建议在较短路径中操作，例如 D:\reviews\VideoMMEv2，避免长路径限制。 下载 安装最新版 Hugging Face CLI： pip install -U huggingface_hub hf download GraciaChen/VideoMMEv2-Attention-Review… See the full description on the dataset page: https://huggingface.co/datasets/GraciaChen/VideoMMEv2-Attention-Review.

sourceHugging Faceupdated 11d agoView on Hugging Face
1likes142downloads
Dataset Card

VideoMMEv2 Attention Review 下载与解压说明

本仓库提供一个未压缩 TAR，里面是完整静态 HTML 展示、所有页面所需图片、QA/GT、模型原始回答、attention 元数据与未归一化 grids.npz，并附离线查看和逐文件 SHA256 校验脚本。归档不含模型权重、完整源视频或推理环境。

容量要求

  • —下载和解压期间需同时存放 TAR 与解压内容，请预留至少归档大小约 2.2 倍的可用空间。
  • —文件系统必须支持大于 4 GB 的单文件（NTFS、exFAT、ext4、APFS 等；FAT32 不可用）。
  • —Windows 建议在较短路径中操作，例如 D:\reviews\VideoMMEv2，避免长路径限制。

下载

安装最新版 Hugging Face CLI：

bash
pip install -U huggingface_hub
hf download GraciaChen/VideoMMEv2-Attention-Review VideoMMEv2-Attention-Review.tar SHA256SUMS --repo-type dataset --local-dir VideoMMEv2-download

也可以在 Hugging Face 文件页面单独下载 VideoMMEv2-Attention-Review.tar 和 SHA256SUMS。网络中断时重新执行 hf download 会利用缓存续传。

Linux / macOS

bash
cd VideoMMEv2-download
sha256sum -c SHA256SUMS
tar -xf VideoMMEv2-Attention-Review.tar
cd VideoMMEv2_review
python3 scripts/serve_review.py

浏览器打开 http://127.0.0.1:8000/。也可以直接打开 VideoMMEv2_review/index.html。

Windows PowerShell

powershell
Set-Location VideoMMEv2-download
Get-FileHash .\VideoMMEv2-Attention-Review.tar -Algorithm SHA256
Get-Content .\SHA256SUMS
tar -xf .\VideoMMEv2-Attention-Review.tar
Set-Location .\VideoMMEv2_review
python .\scripts\serve_review.py

确认 Get-FileHash 显示的值与 SHA256SUMS 第一列一致，然后浏览器打开 http://127.0.0.1:8000/。Windows 10/11 自带的 tar 可直接解包。

解压后的完整性检查（可选）

bash
cd VideoMMEv2_review
python3 scripts/verify_portable_review.py .

输出中的 complete: true 表示全部结果文件哈希及 HTML 相对链接通过检查。该检查会读取全部图片，耗时取决于磁盘速度。

结果说明

  • —三个模型：Qwen3-VL-8B、Video-R1-7B、Video-SALMONN2+-7B。
  • —每组对照图上排为原采样画面，下排为同一画面的 attention 热力图，时间格式为 hh:mm:ss。
  • —attention 是题干 token 到视觉 patch 的权重并对语言层/头平均；不含选项/答案 token，不是生成回答 token 的 attention，也不构成因果解释。
  • —显示采用逐图 min-max、双线性上采样、Jet 色图与 0.5 透明度，所以颜色不能用于比较不同帧或模型的绝对强度。
  • —JSON 中的服务器绝对路径仅作为来源记录，离线网页不依赖原服务器。
  • —数据和模型内容仍遵循原发布者许可，本仓库不授予额外版权或商业使用权。

归档预期 SHA256：900e113db117e797d58fb1f337b8aa3cbbb4dd6359ef36c8d9d5b6fcbd46e758