论文证明并改进柏拉图表征假设：JEPAs 在多模态对齐中的理论与实证

论文提出并证明了柏拉图表征定理：在良好视图下，不同模态的JEPAs可学习到旋转等价的统一表征。实验证明，相比next-token预测，JEPAs在相同语料下仅需1/42的样本量即可达到同等对齐效果，109M参数的文本JEPA在对齐性能上超越72B参数语言模型及CLIP文本编码器。该方法在无配对数据的基准上，零样本准确率超越8B参数语言模型，如ImageNet-100上达64%（对比最高56%）。