研究人员为联合嵌入预测架构(JEPA)开发了一种新颖的泛化理论,JEPA是一种在潜在空间中运行的世界建模范式。该理论将JEPA预训练表述为一个条件谱图学习问题,证明其等价于一个动作条件共现矩阵的低秩分解。这项工作建立了JEPA预训练误差与下游规划遗憾之间的联系,提供了有限样本泛化界,并揭示了与潜在维度相关的近似误差和样本误差之间的权衡。 AI
影响 为潜在预测模型提供了理论基础,可能指导未来人工智能理解和预测世界动态能力的进步。
排序理由 在arXiv上发表的学术论文,详细介绍了基于JEPA的世界模型的新理论框架。
- alphaXiv
- arXiv
- CatalyzeX Code Finder for Papers
- Connected Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- IArxiv Recommender
- Influence Flower
- Litmaps
- ScienceCast
- scite Smart Citations
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →