I-JEPA - el primer modelo de IA basado en la arquitectura de Yann LeCun

• Aprende creando un modelo interno que compara representaciones abstractas de imágenes, en lugar de comparar los píxeles directamente
• Ofrece un rendimiento sólido en tareas de visión por computadora y es mucho más eficiente. Puede aplicarse en diversos casos sin necesidad de un ajuste fino extensivo
• Puede entrenar un modelo visual transformer de 632M parámetros en 72 horas usando solo 16 GPU A100
  • Muestra rendimiento SOTA en clasificación low-shot de ImageNet con solo 12 ejemplos etiquetados por clase
• El paper se presentará en CVPR 2023, y también se publicarán como open source el código de entrenamiento y los checkpoints del modelo
• Image Joint Embedding Predictive Architecture

[libner]

Parece que por un error tipográfico, "amplio" no quedó escrito correctamente.