热点事件持续更新
GLaS-JEPA：高斯正则化语音自监督学习框架
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026-09-30，arXiv Audio and Speech 发表 GLaS-JEPA，提出一种高斯正则化语音自监督学习框架。该方法直接预测当前编码器在掩码位置的连续表示，无需对比学习、离散目标或独立 EMA 目标编码器，并通过 SIGReg 表示空间正则化防止表征坍缩。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv · Audio and SpeechGLaS-JEPA：高斯正则化语音自监督学习无需工程化预测目标
GLaS-JEPA 直接预测当前编码器在掩码位置的连续表示，无需对比学习、离散目标或独立 EMA 目标编码器，并通过 SIGReg 表示空间正则化防止表征坍缩。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。