التطورات الحديثة في مجال التعلم الذاتي بدون إشراف في نطاق السحب النقطية أظهرت إمكانات كبيرة. ومع ذلك، غالباً ما تعاني هذه الطرق من عيوب، مثل وقت التدريب الأولي الطويل، وضرورة إعادة الإنشاء في الفضاء المدخل، أو الحاجة إلى أنماط إضافية. لمعالجة هذه القضايا، نقدم Point-JEPA (هندسة تنبؤية مشتركة للتمثيل)، وهي هندسة تم تصميمها خصيصاً للبيانات السحابية النقطية. لهذا الغرض، نقدم جهاز تسلسل يرتّب تمثيلات الأجزاء من السحب النقطية لحساب واستخدام قربها بكفاءة بناءً على المؤشرات أثناء اختيار الهدف والسياق. كما يسمح هذا الجهاز بإجراء حسابات مشتركة لقرب تمثيلات الأجزاء بين اختيار السياق والهدف، مما يحسن الكفاءة بشكل أكبر. تجريبياً، حققت طريقة Point-JEPA نتائج تنافسية مع أفضل الطرق الحالية بينما تتجنب إعادة الإنشاء في الفضاء المدخل أو الحاجة إلى أنماط إضافية.