JEPA4Rec là một khuôn khổ mới cho các hệ thống đề xuất tuần tự, được đề xuất để giải quyết những thách thức do thiếu hiểu biết về sở thích chung của người dùng và sự thiếu hụt dữ liệu. JEPA4Rec chuyển đổi thông tin mô tả, chẳng hạn như tiêu đề và danh mục mục, thành câu và sử dụng bộ mã hóa Transformer hai chiều để học các biểu diễn giàu ngữ nghĩa và có thể chuyển đổi. Sử dụng các kỹ thuật che dấu và học tự giám sát, JEPA4Rec học các nhúng mục tổng quát và cải thiện hiệu suất đề xuất. JEPA4Rec vượt trội hơn các phương pháp tiên tiến hiện có trên một số tập dữ liệu thực tế, chứng minh tính hiệu quả của nó trong các môi trường đa miền, đa nền tảng và tài nguyên thấp.
