VL-JEPA: Joint Embedding Predictive Architecture for Vision-Language(arxiv.org)3 ポイント·投稿者 hbarka·6 か月前·0 コメントarxiv.orgVL-JEPA: Joint Embedding Predictive Architecture for Vision-Languagehttps://arxiv.org/abs/2512.109420 コメントコメントを投稿—