LeCun 与 Balestriero 新论文把「柏拉图表征假说」证明为定理：1.09 亿参数文本 JEPA 与视觉模型的对齐度超过 72B 大模型
Randall Balestriero 与 Yann LeCun 10 月 29 日在 arXiv 发布论文《Proving and Improving the Platonic Representation Hypothesis with JEPAs》（2610.39302），署名单位为 Brown University、NYU 和 AMI Labs。论文证明：只要正样本对是同一场景的两次观测（「好视角」），分别在不同模态上训练的 JEPA 会学到只差一个旋转的相同表征；而 next-token prediction 相当于「坏视角」的 JEPA，所以语言模型只能靠堆规模才与视觉对齐。作者称，好视角达到同等对齐只需 next-token 的 1/42 训练样本，109M 文本 JEPA 在 DINOv2 对齐上得 0.184，高于 Qwen2.5-72B 的 0.154（论文作者口径）。代码与在线 Demo 已开放；Balestriero 的发布帖约 1,054 赞、7.2 万浏览。
核心要点速览
- 论文：arXiv 2610.39302，2026-10-29 提交，作者 Randall Balestriero、Yann LeCun（Brown University / NYU / AMI Labs）
- 在 PRH 原有基准上，109M 文本 JEPA 与 DINOv2 的对齐分为 0.184，Qwen2.5-72B 为 0.154、Llama-3-70B 为 0.151；与 CLIP 图像编码器对齐为 0.23，此前最好为 0.21（作者口径）
- 好视角只需 next-token prediction 1/42 的训练样本即可达到相同对齐；作者预先登记对齐缩放律的预测，再训练 85 个新 run，预测误差与换随机种子相当
- 只用一个旋转把独立训练的编码器拼成图像描述器，COCO 上 CIDEr 0.838；在无配对基准上 ImageNet-100 top-5 为 64%，此前 8B 以内语言模型最高 56%
- 代码 galilai-group/prh-proof 与 在线 Demo 已开放；Balestriero 发布帖 约 1,054 赞、180 转发
关联模型 / 智能体 / 厂商:
