寰宇模子南宁预应力钢绞线规格及参数 ，也能不绝学习了！

刚刚，纽约大学联 LeCun 初创AMI带来 JEPA 系列的新后果——

AdaJEPA。

与当年在预检修扫尾后就冻结参数的寰宇模子不同，AdaJEPA 简略在与环境交互中，基于测试时自适宜（Test-Time Adaptation, TTA），及时转念寰宇模子的编码器和瞻望器参数，从云尔毕不绝学习。

具体而言，AdaJEPA 通过盘算、扩充、不雅测、新、再盘算的闭环，在每次交互中只扩充 MPC 盘算出的段四肢，然后把真实不雅察到的下帧景色，当成自监督信号来新寰宇模子。

由此，不才轮盘算时用的就不再是刚部署时阿谁冻结模子，而是也曾被现时环境"校准"过的模子。

这个念念路有点像经典强化学习里的Dyna：

模子不是次检修完就扫尾，而是在真实交互中束缚修正我方对寰宇的显露。

本质遣散也标明，论是在漫衍内环境，如故面对各种漫衍外偏移，AdaJEPA 的盘算成效力都昭彰于固定寰宇模子。

这是若何作念到的？

盘算、扩充、不雅测、新、再盘算

直以来，基于 JEPA 门路的隐空间寰宇模子，都有个默许前提，即是模子检修完，就冻结参数。

通盘这个词经由简略是这么：

模子先在离线轨迹上学习把维图像压进 latent space，然后再在这个隐空间里瞻望改日。

到了测试阶段，MPC（Model Predictive Control，模子瞻望限制）就会调用这个冻结的寰宇模子，在隐空间里上前滚动"设想"改日，化出串四肢，再把步四肢拿到真实环境里扩充。

（注：MPC 的中枢念念想是每次只往前瞻望小段，算出串四肢，但先只扩充步。等真实环境响应回归，再再行瞻望、再行盘算）

但问题在于，环境变，冻结寰宇模子就容易失准。

当系统面对测试时漫衍偏移（Test-time Distribution Shift）时，在 latent space 里看起来能到达主张的四肢，落到真实环境里，可能步都不合。

破碎的是，MPC 本来就靠短时域滚动盘算，单步差错往后滚几步，就会被放大。

为贬责这问题，论文淡薄 AdaJEPA 框架。

它的中枢判断是：寰宇模子不该检修完就固定在那里。它应该像简直部署中的智能体样，边举止，边用新劝诫校准我方。

具体来说，AdaJEPA 的轮回不错分为四步：

盘算：模子先把现时不雅测编码成 latent state，然后用现时寰宇模子进行 MPC，在隐空间里上前滚动瞻望，找出串接近主张景色的四肢。

扩充：模子不会次扩充圆善四肢序列南宁预应力钢绞线规格及参数 ，而是只扩充段四肢。随后，真实环境复返下帧不雅测。

新：把此次真实景色转折存进在线缓存区。AdaJEPA 再让模子把柄不雅测和四肢瞻望下步 latent state，并和真实景色瞻望编码出的 latent state 对都。瞻望错在那儿，梯度就从那儿回归。

再盘算：新后的寰宇模子坐窝参加下轮 MPC。论文里默许只新视觉编码器和瞻望器的后几层，每次重盘算只作念 1 步梯度下跌。

由此，AdaJEPA 的轮回不再仅仅传统 MPC 的：盘算，扩充，再盘算。

而是造成了：盘算，扩充，锚索不雅测，新，再盘算。

寰宇模子也因此不再仅仅个被迫调用的"设想器"，而造成了个会在部署过程中不绝校准我方的模块。

已毕细节

在已毕上，AdaJEPA 的底座依然是 JEPA（Joint-Embedding Predictive Architectures），联镶嵌瞻望架构。

和传统像素瞻望寰宇模子不同，JEPA 并拒抗直瞻望改日图像，而是先把图像压进个紧凑的隐空间，只在 latent space 里瞻望改日景色。

具体来说，通盘这个词模子由三个中枢组件构成：

景色编码器，把现时不雅测编码成隐景色。

四肢编码器 ，把四肢编码成四肢镶嵌。

瞻望器，把柄现时隐景色和四肢镶嵌，瞻望下步隐景色。

AdaJEPA 的在线新，就发生在这个隐空间里。

每次扩充四肢后，系统都会把真实景色转折存入在线缓存区。这个缓存区不会限增长，论文里默许只保留近 N 条转折。

新时，AdaJEPA 会让模子把柄现时不雅测和四肢瞻望下时辰的隐景色，再和真实下帧不雅测编码出的隐景色对都。

为了止在线新把原来的表征空间拉崩，论文作念了两个法例：

是对主张表征使用 stop-gradient；二是只新少许参数。

本质默许只新视觉编码器和瞻望器的后几层，况且每次 MPC 重盘算只进行 1 步梯度下跌。

是以，这并不是把通盘这个词寰宇模子在线重训遍。

它像是每走步，就用刚刚从真实环境里得到的新响应，把寰宇模子往现时环境上轻轻校准下。

本质测试

为了考证测试时自适宜能否让冻结寰宇模子在环境变化中再行校准我方，论文在PushT/PushObj和PointMaze两个基准上作念了本质。

本质标明，在 PushObj 未见过步地上，AdaJEPA 简直把盘算成效力翻倍。

而在 PointMaze 的未见过布局中，进步同样昭彰。

其中，GD 盘算成效力从 53.3 提到 78.7，CEM 从 49.3 提到 70.7。

要害的是，这种在线新带来的非凡蔓延并不。

论文默许只新视觉编码器和瞻望器的后几层，每次 MPC 重盘算只作念 1 步梯度下跌，非凡蔓延独一 0.01 到 0.03 秒。

也即是说，AdaJEPA 并不是用很重的在线检修，强行换来成效力。

它像是在原有寰宇模子的基础上，加入了个轻量的"部署时自我校准"机制。

总体来看，这篇论文想讲明的是：

寰宇模子不检修完就被冻结，只消让它在部署时欺诈真实交互遣散作念轻量新，就也曾能权臣进步面对环境变化时的鲁棒。

作家先容

后，让咱们来通俗先容下这篇论文的作家们。

作家Ying Wang当今是纽约大学数据科学中心 CILVR Lab 的博士生，接头向是寰宇模子，师是Mengye Ren和Yann LeCun。

另位作家Oumayma Bounou当今是纽约大学博士后接头员，她的接头兴趣蚁合活着界模子、限制和化。

当今，她正与 LeCun 作接头寰宇模子。

此外，纽约大学揣度机科学与数据科学助理栽植Mengye Ren和图灵得到者Yann LeCun共同担任指作家。

参考聚合 [ 1 ] https://arxiv.org/pdf/2606.32026

键三连「点赞」「转发」「阻挡心」

接待在挑剔区留住你的想法！

—  完  —

� � 但愿掌执新 AI 资讯，接待加入量子位「逐日 AI 相通群」� �

� � 这里有大厂作念模子的、有创业公司跑落地的、有媒体追热门的，也有 VC 看步地的。

� � 添加小助手【qbitbot13】，备注「姓名 - 公司 - 职位」，审核通事后入群。

� � 点亮星标 � �

科技前沿理会逐日见天津市瑞通预应力钢绞线有限公司相关词条:罐体保温     塑料挤出设备     钢绞线    超细玻璃棉板    万能胶

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。