熱點事件持續更新
JEPA以較少樣本取得近似對齊分數
1 篇報道1 個報道來源1 小時前更新
先了解這件事
AI 綜述
2026年11月2日，新浪科技報道，Yann LeCun 團隊以 JEPA 比較模型從同一場景的不同描述中學習共同表徵，與下一 token 預測的效果及樣本用量。兩種方法使用相同的 1.09 億參數編碼器：好視圖 JEPA 處理 2160 萬個樣本，取得 0.109 的 WIT 對齊分數；下一 token 預測處理 9 億個樣本，取得 0.111。報道以這組結果論證，JEPA 用較少樣本取得了接近的對齊分數。
AI 根據報道生成 · 1 小時前更新
報道時間線
沿着報道，瞭解事件的不同側面。
11月2日
- 新浪科技Yann LeCun 如何以 JEPA 論證下一 token 預測效率較低
Yann LeCun 團隊以 JEPA 論證，讓模型從同一場景的不同描述學習共同表徵，比下一 token 預測更有效率。使用相同的 1.09 億參數編碼器，好視圖 JEPA 處理 2160 萬個樣本便取得 0.109 的 WIT 對齊分數；下一 token 預測則處理 9 億個樣本才取得 0.111。
本事件熱度走勢
還沒有足夠的連續觀測數據，暫不繪製趨勢。