跳到正文
热点事件持续更新

澳门大学与腾讯提出UMM-JEPA

1 篇报道1 个报道来源37 分钟前更新

先了解这件事

AI 综述

澳门大学与腾讯 Youtu Lab 提出 UMM-JEPA,将多模态生成训练从预测离散视觉码改为渐进式预测连续视觉理解表征,并解耦像素渲染与表征预训练。其在16个视觉基准上的平均得分为51.71,高于仅理解 Qwen-VL 基线的46.36,文本平均得分也有所上升。对照实验显示,理解能力提升主要来自表征预测,且比离散码和 latent-flow 目标更有利于理解能力迁移。

AI 根据报道生成 · 21 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月17日
  1. AGI Hunt
    UMM-JEPA:用连续表征预测替代离散码训练,提升多模态模型理解力

    澳门大学与腾讯 Youtu Lab 提出 UMM-JEPA,以多尺度连续表征预测替代离散视觉码训练,解耦像素渲染与表征预训练。其在16个视觉基准均值达51.71,高于仅理解Qwen-VL基线46.36,文本均值也上升。对照实验显示,表征预测贡献了绝大部分理解提升,较离散码与 latent-flow 目标向理解迁移更强。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。