arXiv · cs.AI· Anxhelo Diko, Jieyu Lin, Stefano Ambrogio, Ziyun Li, Mahmoud Assran, Th\'eo Moutakanni, Barbara De Salvo, Chiao Liu·· 11 小时前
EV-JEPA提出面向多设备的弹性V-JEPA模型与跨设备推理方法
EV-JEPA: Elastic V-JEPA for Any Device and Cross-Device Inference
arXiv:2610.14324v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Anxhelo Diko, Jieyu Lin, Stefano Ambrogio, Ziyun Li, Mahmoud Assran, Th\'eo Moutakanni, Barbara De Salvo, Chiao Liu
研究任务与主要进展
研究团队提出EV-JEPA，使V-JEPA模型训练一次后即可在边缘设备与云端之间调整网络宽度并跨设备切分。其Transition-Aware Triplet Training（T3）方法同时训练窄、宽及窄宽混合路径，摘要称其在多项基准中与独立训练基线相差不超过1个准确率百分点，较既有弹性训练方法最高提升11个百分点。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org