待验证50% 置信事实精确时间

在该研究的多个下游评估任务上，JEPA变体的性能均未能超越标准MLM。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/22

首次发现

有效期至：2027/1/20

来源

JEPA在纵向电子病历表示学习中为何不敌MLM？

涉及实体

JEPAconcept MLMconcept

相关事实

待验证发布方的性能宣称缺乏具体对比基准，未明确对比模型、测试数据集或评估标准70% 相似待验证即使只有5-10%的训练样本存在错位，也会导致VLM模型在下游任务上出现显著的性能退化68% 相似待验证现有模型评测体系（如HumanEval、MBPP及各类Arena）主要衡量能力上限，很少将端到端任务完成率纳入评估维度68% 相似待验证在 WOVEN 评测中，即便最强的 MLLM 也远低于人类水平，失败模式在不同模型家族中反复出现，单纯扩大模型规模并不能消除这些缺陷。67% 相似待验证该用户指出这些模型在基准测试中拿到很高分数，却在最简单的任务上频频失败67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1084400

API

curl https://kongchang.com/api/v1/knowledge/claims/1084400

MCP

get_claim(id=1084400)