待验证50% 置信事实精确时间
对比学习的核心思想来自SimCLR、MoCo等自监督学习工作，后被引入文本检索领域
1
来源数
50%
置信度
长期有效
时效性
2026/7/12
首次发现
来源
Embedding微调实战：提升RAG检索质量的核心优化手段
bilibili研究院张Q2026/7/8
相关事实
待验证自监督学习发展分为三个阶段：对比学习（SimCLR、MoCo）、非对比方法（BYOL、SimSiam）、掩码自编码（MAE、BEiT）70% 相似待验证子曰大模型在预训练和微调阶段大量使用了教材、习题、解题过程等教育语料，使其在教育任务上具备更强的专业性65% 相似待验证对比学习是 Sentence-BERT、OpenAI text-embedding 系列等主流 embedding 模型的核心训练范式65% 相似待验证需要系统化、阶梯式正念训练体系的用户可能觉得Calm结构松散，它更偏向单次内容库点播而非循序渐进的课程设计64% 相似待验证学习用户写作风格的主流技术路径包括基于历史邮件的少样本学习（Few-shot Learning）和个人化微调（Personalized Fine-tuning），目前大多数商业产品采用前者63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/488693API
curl https://kongchang.com/api/v1/knowledge/claims/488693MCP
get_claim(id=488693)