稀疏JEPA：联合嵌入预测架构的稀疏表示学习

本研究针对现有联合嵌入预测架构（JEPA）模型的可解释性不足和效率低下的问题，提出了一种名为稀疏JEPA的新方法。该方法通过引入稀疏表示学习，优化了嵌入表示的质量，并在CIFAR-100数据集上进行验证，显示出在图像分类及低级任务中的高效表现，标志着在表示学习中嵌入稀疏性的重要性。