AGI Hunt· iScienceLuvr·2026-10-26 09:23· 3 小时前AI 评分47Meta 发布自监督框架 JEM,小数据量超越 DINOv3AI 导读Meta FAIR 发布论文《Scalable Patch-Level Self-Supervised Learning》,提出自监督学习框架 JEM。该框架从多视角假设出发,以信息论目标推导出学生-教师式结构,仅用约 1/12 数据量便超越 DINOv3,并在 7B 参数规模上保持领先。来源:AGI Hunt · agihunt.infoMeta / Llama数据与训练论文研究#论文/研究#数据/训练#Meta查看事件全部后续