Skip to main content
AI RADARModele
19•13.11.2026, 20:32•2 min czytania

Yann LeCun na CoRL: LLM-y już wiele potrafią, ale JEPA jest jego zdaniem mądrzejsza

Yann LeCun na CoRL: LLM-y już wiele potrafią, ale JEPA jest jego zdaniem mądrzejsza
W skrócie30 sek.

Podczas prezentacji na konferencji CoRL w Austin Yann LeCun zestawił praktyczne osiągnięcia dużych modeli językowych z potencjałem architektury JEPA.

Na konferencji CoRL, która odbywa się obecnie w Austin, Yann LeCun przedstawił prezentację, w której skontrastował praktyczne osiągnięcia dużych modeli językowych (LLM) ze swoją oceną JEPA.

W żartobliwym tonie wyliczył, co LLM-y już robią: rozwiązują wielowiekowe problemy matematyczne, piszą dużą część kodu w branży, projektują białka i nawet wykrywają podatności w oprogramowaniu. Jednocześnie LeCun podkreślił, że jego zdaniem JEPA nadal jest mądrzejsza.

„LLM-y: rozwiązują matematyczne problemy na skalę tysiącleci, piszą 80% kodu w branży, projektują białka i wykrywają podatności w oprogramowaniu. Ale JEPA nadal jest mądrzejsza!”

Ten żart oddaje szerszą dyskusję w społeczności AI: LLM-y są już potężnymi narzędziami ogólnego przeznaczenia, podczas gdy JEPA (Joint Embedding Predictive Architecture) jest przedstawiana jako inna ścieżka uczenia się poprzez przewidywanie reprezentacji, a nie tylko tokenów tekstu.

Dlaczego to ważne

Analiza

To ważne, ponieważ pokazuje debatę o tym, czy skalowanie LLM-ów wystarczy, czy potrzebne są nowe architektury, takie jak JEPA, aby AI była bardziej niezawodna.

Dyskutuj w społeczności

Dziel się swoimi pytaniami i spostrzeżeniami z programistami

Dołącz do Telegrama

Powiązane w ekosystemie

Praktyczne poradniki, kluczowa terminologia i skille agentów