#表示学习

共 3 篇相关文章

新研究在MIMIC-IV上对比JEPA与MLM用于纵向电子病历表示学习，发现三种JEPA变体虽训练稳定无坍缩，下游性能却全面落后。目标大小而非异质性推高预测误差，缩小目标也无法补救，核心挑战在于定义临床有意义的潜目标。

研究揭示动作可预测性如何帮助潜在世界模型学习内在动力学。通过理论推导和实验验证，Concat IDM方法在视觉多样性场景下将规划成功率从9.1%提升至77.2%，为机器人学习和具身智能提供新思路。

arXiv 新论文提出"锚点散度"方法，通过连接对比学习、指数族与信息几何，让固定的向量表示适应上下文相关的语义几何，在检索任务上验证了有效性。本文解读其核心思想与应用价值。