热点事件持续更新
LeCun发布JEPA新论文，挑战Scaling Law
2 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月29日，Yann LeCun与布朗大学助理教授Randall Balestriero发布37页论文《Proving and Improving the Platonic Representation Hypothesis with JEPAs》。11月2日，36氪·AI先后两次报道该论文，称其在特定理想化条件下为“柏拉图表征假说”给出数学论证并加以改进，核心结论为：参数量仅1.09亿的JEPA模型，跨模态表征对齐水平超过720亿参数的Qwen2.5，以此构成对Scaling Law的挑战。报道还称，论文将主流的下一token预测归入“Bad-View JEPA”，提出训练方式比堆叠参数更本质。目前事件进展集中于论文发布及其核心结论的公开，学界反响有待后续报道。
AI 根据报道生成 · 2 小时前更新
最新进展11月2日 15:42
最新报道补充：论文将下一token预测归入Bad-View JEPA，主张训练方式比堆参数更本质。报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- 36氪·AILeCun团队新论文称训练方式比堆参数更本质，1.09亿参数JEPA跨模态对齐超过720亿Qwen2.5
LeCun与Randall Balestriero发布新论文，在特定理想化条件下为柏拉图表征假说给出数学论证，并把主流的下一token预测归入Bad-View JEPA。
- 36氪·AIYann LeCun 发新论文挑战 Scaling Law，1.09 亿参数 JEPA 表征对齐超过 720 亿参数大模型
Yann LeCun 与布朗大学助理教授 Randall Balestriero 于 10 月 29 日发布 37 页论文《Proving and Improving the Platonic Representation Hypothesis with JEPAs》（https。
本事件热度走势
当前热度 10·可比范围峰值 10（11月2日 16:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。