Архитектура JEPA (Joint Embedding Predictive Architecture) представляет собой подход в разработке искусственного интеллекта, который сосредотачивается на создании общего векторного пространства (вложений) для различных типов данных (текст, изображения, звук и т.д.) с целью их последующего анализа и предсказания. Этот подход позволяет системе ИИ лучше понимать и обрабатывать информацию, анализируя связи и закономерности между различными элементами данных в общем пространстве вложений.

В отличие от традиционных генеративных моделей, которые фокусируются на создании новых данных на основе обучающих примеров, JEPA направлена на повышение точности предсказаний путем глубокого понимания контекста и взаимосвязей между данными. Это может включать, например, более точное предсказание содержания изображений на основе текстовых описаний или наоборот.