何时分开训练的跨模态模型可证收敛？好视角是关键
randall_balestr · x · 2026-10-30
线程中的定理陈述帖：作者给出收敛条件——当正样本视图是同一场景的不同观测（一张照片的两条描述、一段视频的两帧等）时，任意数量模态上分别训练的 JEPA 可证明学到只差一个旋转的相同嵌入。与被引用的论文/代码/demo 帖呼应，声称由此可训练出从未见过图像的 captioner。
所属事件:柏拉图表示假说成定理：JEPA 小模型胜大 LLM(12 条相关)→
「研究」频道最新
- Stony Brook 教授实测 50 本前 ChatGPT 时代小说，AI 检测误报为零 — TuhinChakr · 2026-10-31
- 针对 Pamela Samuelson 法律简报的质疑，作者晒出 Pangram 审计数据回应 — TuhinChakr · 2026-10-31
- 斯坦福 TaskNet 用工人访谈构建职业任务图谱,覆盖 318 个任务 — stanfordnlp · 2026-10-31
- 无配对数据也能跨模态对齐：Wasserstein Procrustes 新论文梳理 — phillip_isola · 2026-10-31
- MIT 教授实测：图像与文本嵌入仅靠一次旋转即可对齐 — phillip_isola · 2026-10-31
- Arena 开放学术合作计划：单个 AI 评测研究项目最高资助 5 万美元 — arena · 2026-10-31