@randall_balestr: 非常高兴能分享我们在 JEPA 上的最新进展,以及对更有原则的解决方案的需求,以处理数……
摘要
Randal Balestrero 宣布他将在 MICCAI-FOMO26 上做主旨演讲,分享联合嵌入预测架构(Joint-Embedding Predictive Architectures, JEPA)的最新进展,以及对数据不平衡、噪声、多模态和推理等问题采取更有原则的解决方案的必要性。
查看缓存全文
缓存时间: 2026/10/01 16:26
非常高兴能在这里介绍我们在 JEPAs 方向的最新进展,以及为何需要更有原则性的解决方案,来应对数据不平衡、噪声、多模态、推理等挑战!5 分钟后 MICCAI-FOMO26 现场见!也感谢主办方邀请我担任今天的主旨演讲嘉宾!https://t.co/nN98CNZF8C
相似文章
@randall_balestr: 今天将在9:45于哈佛大学谈论世界模型、Le*家族以及为何我们需要更多理论和数学来…
作者宣布将在哈佛大学进行演讲,讨论世界模型、Le*家族,以及为何需要更多理论和数学来推进JEPAs。
@AbdelStark: 是时候让世界服下JEPA药丸了!awesome-jepa:一份精心整理的论文、模型、代码、数据集和学习资源列表……
一份精心整理的关于Joint Embedding Predictive Architectures(JEPA)的论文、模型、代码、数据集和学习资源列表,这是Yann LeCun提出的用于世界模型的自监督方法。
@BasileTerv987: 已收录于TMLR,并获可重复性认证 我们的JEPA-WM研究第二版(arXiv:2512.24497)已发布,包含新的数据扩展实验…
Basile Terver及其同事关于机器人学的联合嵌入预测世界模型(JEPA-WM)的论文已被TMLR收录,并获可重复性认证。更新版本包含新的数据扩展实验、多步展开训练的Lipschitz分析以及扩展讨论。
无奖励的表征:JEPA对LLM微调的审计
本文对联合嵌入预测架构(JEPA)在自然语言到正则表达式任务上的LLM微调进行了审计,测试了二十二个辅助目标。结果表明,隐藏状态表征的改进与解码任务准确率之间仅存在弱耦合,没有辅助目标通过族系校正。
@jaminball: 我很喜欢参加专注于研究的会议,这周的@CAISconf非常棒!了解前沿进展令人着迷……
Percy Liang 讨论了如何使用适度的算力训练开放前沿模型,强调算法效率和缩放配方,并主张超越开放权重的开放开发。