实体 V-JEPA2.1

V-JEPA2.1

PulseAugur coverage of V-JEPA2.1 — every cluster mentioning V-JEPA2.1 across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_348638 · Nov 9 · 05:00

LEF-JEPA 利用潜在能量场增强空间表示学习

研究人员推出了一种新颖的空间表示学习方法 LEF-JEPA，该方法在不过度编码细节的情况下增强了潜在表示的结构完整性。该方法利用目标引导的潜在恢复和相对能量约束，该约束仅在预训练期间应用，不影响推理速度。通过采用条件伊辛哈密顿量，LEF-JEPA 更有效地优化能量状态，从而降低了前向延迟并减少了物理硬件上的局部更新。在 CIFAR-10 上的评估表明，LEF-JEPA 在图像分类、前景分割和视觉规划任务上优于 V-JEPA2.1。