arXiv · cs.CL· Chaofei Hong·· 1 天前AI 评分29
AC-JEPA：面向视觉到符号翻译的锚定跨模态联合嵌入预测架构
AC-JEPA: Anchored Cross-Modal Joint Embedding Predictive Architecture for Visual-to-Symbolic Translation
来源与原文
arXiv · cs.CL
作者：Chaofei Hong
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.36493v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出 AC-JEPA，一种与 SFT 兼容的跨模态联合嵌入预测插件，可在不完美伪标注数据上自训练，容忍局部数据错误。在光学化学结构识别任务上，干净数据训练下其在 WildMol benchmark Simple set 达到 76.07% 准确率，SFT 单独为 67.40%；使用相同伪标注数据自训练后进一步提升至 80.23%，而 SFT 则从 67.40% 降至 63.47%。
来源：arXiv · cs.CL · arxiv.org