备受Meta折磨，LeCun依旧猛发论文！新作：JEPAs不只学特征，还能精准感知数据密度
Yann LeCun及其Meta FAIR团队发现，自监督模型JEPAs在训练过程中可隐式学习数据密度，打破其仅用于特征提取的传统认知。通过理论分析与实验验证，研究证明反坍缩机制使模型能自然感知样本常见程度，并提出通用指标JEPA-SCORE，无需额外训练即可跨数据集（如ImageNet、星云图）和架构（如I-JEPA、MetaCLIP）量化样本典型性。实验显示该方法在异常检测等任务中优于传统技术，展现出JEPAs在无监督学习中的新潜力。来源：https://mp.weixin.qq.com/s/9KgsBCgb9P_HJ5R9ONsiIQ
页:
[1]