Meta 的 JEM：补丁级自监督学习，称可比 DINOv3
论文推荐账号 iScienceLuvr 介绍 Meta 研究者的论文《Scalable Patch-Level Self-Supervised Learning》，提出学生—教师式的自监督方法 JEM，称结构简单，效果可与 DINOv2、DINOv3 相比。
Tanishq Mathew Abraham@iscienceluvr原帖
为什么值得留
做视觉表征或需要图像特征提取的人，可以多一个待评估的方法。
可以从这里开始
在 arXiv 搜论文标题，先看对比表用了哪些下游任务，再看代码和权重是否公开。
阅读时留意
二手推荐；「可比 DINOv3」的评测项和数字节选没有；权重是否开源未知。
OnBalls 导读整理于 2026.10.27。只读收件箱保存的帖子节选（约 300 字以内，可能截断）；未打开帖内链接与官方页面。