本文介绍了多种新型模型和方法在不同领域的应用，包括先验拟合网络（PFN）、零样本预测模型ForecastPFN、点云数据的联合嵌入预测架构Point-JEPA、音频的自监督学习方法A-JEPA，以及图领域的Graph-JEPA。这些方法在准确性、速度和可扩展性上表现出色，推动了各自领域的研究进展。

使用对抗式对比学习提出了一种用于多个图领域的预训练模型，性能优于基准模型、未经训练的模型和非转移模型，包括在评估时使用节点标签。