arXiv · ML· Thai-Khanh Nguyen, Nhi Y. Pham, Uyen N. B. Vo, Thieu N. Vo, Cuong Pham, Tan M. Nguyen·· 6 小时前AI 评分38
ControlJEPA：基于 Lyapunov 管状损失的轨迹正则化方法
ControlJEPA: Principled Trajectory Regularization via Lyapunov Tube Loss
AI 导读
研究人员提出 ControlJEPA 框架，利用 Lyapunov Tube Loss 约束隐状态轨迹，相比标准微调持续提升精度与数据效率。 该方法无需修改模型架构，在 6 个基准和 6 个模型族上验证有效，且平滑特性在推理阶段依然保持。 相关代码已开源，该方法将于 NeurIPS 2026 发表。
来源：arXiv · ML · arxiv.org