SplitJEPA 新研究：无需重建即可分离表征的不变与可变结构

Helios Hua 等人发布新论文 SplitJEPA，将 JEPA 的预测学习与“匹配观测”相结合：利用共享不变因子、仅可变因子不同的成对观测，提供互补信息以解决潜在表征的块歧义问题。该工作探索如何在不重建观测的前提下，识别表示中的“不变-可变”结构，从而拆解世界模型的底层结构，因为潜在表示虽能捕捉世界的完整状态，却不自动揭示其结构。

2026-10-11 ~ 2026-10-11 · 2 条相关