待验证50% 置信事实精确时间
JEPA（Joint-Embedding Predictive Architecture）是Yann LeCun团队主推的自监督学习框架，在潜在空间预测输入另一部分的表征而非原始内容
1
来源数
50%
置信度
长期有效
时效性
2026/10/3
首次发现
来源
涉及实体
相关事实
待验证LeCun在2022年提出的JEPA（Joint Embedding Predictive Architecture）在表征空间中直接预测目标嵌入，而非重构原始输入77% 相似待验证Yann LeCun近年来大力倡导的JEPA（Joint Embedding Predictive Architecture）属于世界模型思路的延伸76% 相似待验证Yann LeCun提出的JEPA框架以预测感知为核心，试图取代传统的生成式或判别式范式74% 相似待验证JEPA 与自监督学习谱系的关键区别在于明确将'预测'而非'重建'或'对比'作为核心训练信号，且预测目标是经过编码的抽象表示71% 相似待验证Mol-JEPA是一个面向分子领域的多模态JEPA（Joint Embedding Predictive Architecture，联合嵌入预测架构）基础模型68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/969694API
curl https://kongchang.com/api/v1/knowledge/claims/969694MCP
get_claim(id=969694)