연구진이 JEPA 기반 월드 모델의 일반화 이론을 처음으로 개발했어요. JEPA 사전 훈련을 조건부 스펙트럼 그래프 학습 문제로 공식화하고, 저랭크 행렬 분해와 연결했어요. 이를 통해 사전 훈련 오류와 다운스트림 계획 후회를 연결하는 일반화 경계를 제시했어요.
잠재 차원에 대한 근사 및 샘플 오류 간의 균형을 분석하여 잠재 예측 모델의 장단점을 설명했어요. 월드 모델의 잠재 차원과 샘플 오류 간의 균형을 고려해야 한다는 점을 강조했어요.
본 연구는 JEPA 기반 월드 모델의 이론적 이해를 높이고, 향후 연구 방향을 제시할 것으로 기대돼요.