论文用 JEPA 证明并改进柏拉图表示假说

研究者提出柏拉图表示定理，证明在正样本对为同一场景的两次观测时，分别训练于任意数量模态的 JEPA 会学到仅相差一个旋转的相同表示。作者据此指出下一 token 预测相当于使用坏视角的 JEPA，并给出对齐的缩放律：在相同语料上达到同等对齐水平，好视角所需训练样本比下一 token 预测少 42 倍。