用 JEPA 证明与改进柏拉图表征假说

该研究将柏拉图表征假说转化为定理，证明了采用优质视角的 Joint-Embedding Predictive Architectures (JEPAs) 能够跨模态学习到相同的表征。研究指出自回归的 next-token prediction 属于低效的劣质视角路线，并通过大规模实验验证了对齐的 scaling law，展示了文本 JEPA 在零样本准确率和图像字幕生成上的优势。