LeCun团队论文用JEPA证明柏拉图表征假说，1.09亿参数模型对齐分数超过720亿LLM
机器之心报道，Yann LeCun 参与提交的论文《Proving and Improving the Platonic Representation Hypothesis with JEPAs》从数学上论证下一 token 预测路线在形成跨模态表征上效率较低，并提出用 JEPA 的「好视图」训练改进对齐。
试运行：收录范围与分类仍在校准，更新可能延迟。 最近内容更新：2026-11-04 17:28（北京时间）
#Meta
机器之心AI 评分6060
Meta AI 官方博客AI 评分5858 Meta 发布 Brain2Qwerty v2，非侵入式脑信号实时解码词准确率达61%
Meta 发布 Brain2Qwerty v2，称这是目前性能最高的端到端流程，可从非侵入式脑记录中实时解码整句，词准确率达61%，而其他非侵入式方法为8%。该系统基于9名志愿者佩戴脑磁图（MEG）设备打字采集的约22000个句子训练，采用端到端深度学习直接从原始脑信号解码，并用大语言模型微调引入语义上下文；表现最好的受试者词准确率为78%，过半句子解码错误不超过一个词。