研究者提出AC-JEPA跨模态预测架构
热点事件持续更新
研究者提出AC-JEPA跨模态预测架构
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Chaofei Hong等作者提出 AC-JEPA，一种兼容 SFT 的插件式架构：它利用配对数据，在视觉与符号两个方向上预测被掩码的中间状态，把联合嵌入目标与 token 级监督结合起来。 在光学化学结构识别任务上，作者报告该架构在 WildMol 基准 Simple 集达到 76.07% 准确率，而单独使用 SFT 为 67.40%。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
AC-JEPA：面向视觉到符号翻译的锚定跨模态联合嵌入预测架构报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.AIAC-JEPA：面向视觉到符号翻译的锚定跨模态联合嵌入预测架构
研究者提出 AC-JEPA，一种兼容 SFT 的插件式架构，通过配对数据在跨模态双向预测被掩码的中间状态，将联合嵌入目标与 token 级监督结合。在光学化学结构识别任务上，AC-JEPA 在 WildMol 基准 Simple 集达到 76.07% 准确率，而单独 SFT 为 67.40%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。