模型
JEPA(联合嵌入预测架构)
JEPA(Joint Embedding Predictive Architecture)是一种自监督学习架构,通过预测潜在空间中的表示来学习数据抽象,而非重建原始输入。它解决生成式模型对细节过度关注的问题,代表工作有Meta的I-JEPA和V-JEPA,用于图像和视频理解。
详细解释
JEPA由Yann LeCun提出,核心是在抽象表示空间进行预测,避免像素级重建。I-JEPA通过预测图像掩码区域的表示学习语义特征,V-JEPA扩展至视频。JEPA在多个视觉任务上表现优异,且计算效率高,被视为通向世界模型的重要路径。
别名与相关写法
jepa
相关术语
相关资讯
JEPA-Prune:联合嵌入引导剪枝缓解微调大模型隐私泄露2026/10/19
研究揭示JEPA联合嵌入预测架构训练动力学2026/10/5
ARC-Bench:揭示冻结JEPA世界模型动作排序缺陷2026/9/9
AC-JEPA:跨模态联合嵌入预测架构提升视觉到符号翻译2026/10/28
MDN-VJEPA:多模态概率联合嵌入世界模型2026/10/14
Stock-JEPA:股票市场的先验锚定表示学习2026/10/7
JEPA 预训练对时间序列预测是否有效?2026/9/29
面向表格基础模型的JEPA训练配方2026/9/23