跳到正文
热点事件持续更新

文本JEPA可对齐DINOv2视觉表征

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Randall Balestriero与Yann LeCun在arXiv预印本中提出,用同一图像的不同caption训练文本JEPA;在理想化条件下,论文证明文本与视觉编码器可学到仅相差一个旋转的对齐表征。 在WIT-1024实验中,1.09亿参数的文本JEPA与DINOv2 ViT-B/14的mutual 10-NN对齐度为0.184,高于同协议下Qwen2.5-72B的0.154,论文图中标注其样本效率优势达42倍。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. AGI Hunt
    LeCun 新论文:文本 JEPA 可与 DINOv2 视觉表征对齐,样本效率提升 42 倍

    Randall Balestriero 与 Yann LeCun 的 arXiv 预印本提出用同一图像的不同 caption 训练文本 JEPA,并在理想化设定下证明其表征可与视觉表征对齐至仅差一个旋转。

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。