论文学术研究表征与自监督重点2 天前
Learning from Next-Frame Prediction: Towards Unified and Scalable Visual Representation Learning
VANE 用下一帧预测做视觉预训练，EPIC-KITCHENS-100 超 V-JEPA 2.1 7.1 点
提供统一图像/视频的自监督表示学习路径，证明嵌入空间下一帧预测随模型与数据扩展有效，可作为视觉骨干预训练参考。
学术研究
共 26 条 · 按质量与时效综合排序 · 仅收录近 3 个月内容最近同步 56 分钟前
已折叠 · 展开查看该领域的技术路线图、最新技术与成果、发展态势与前景趋势（含表格与 Mermaid 路线图）。
博客学术研究表征与自监督重点5 天前
GenRecs Tokenization: Transforming Ads Recommendation at Meta with Stable Model Vocabulary
Meta GenRecs Tokenization 用稳定语义词汇表示广告，带来 +0.35% 转化提升
将 LLM 世界知识与语义理解引入广告匹配，替代逐条评分，为大规模广告推荐提供新的 token 化数据表示参考。
论文学术研究表征与自监督2 天前
ULME: Predictive Coupling for Mutually Reinforcing Embedding and Language Modeling
ULME 统一嵌入与生成，MTEB 提升 3.3-4.1 分并跨 Qwen2.5/Qwen3
统一 embedder 和 generator 减少 RAG/agent 系统双模型部署，提升检索与生成一致性。
论文学术研究表征与自监督6 天前
EgoXperience: Learning World-Grounded Egocentric Representations from Human Experience
EgoX 自我中心重建相机误差降 68.9%
提供自动标注、大规模数据与基准，对具身感知、手物交互和场景重建工程有参考价值。
论文学术研究表征与自监督NeurIPS3 天前
Random Initialization as a Baseline for Time Series Foundation Models
TSFM 预训练平均增益仅 2.58 点，校正后仅 NuTime 显著
提示 MTSC 评估应区分预训练权重与架构贡献，并纳入随机初始化、非预训练强基线，避免高估 TSFM 收益。