待验证50% 置信事实精确时间

对比学习是当前文本嵌入模型训练的主流范式，InfoNCE损失函数是最常用的训练目标

1

来源数

50%

置信度

长期有效

时效性

2026/8/16

首次发现

来源

编译式RAG实战：三种RAG路线怎么选

相关事实

待验证CLIP采用对比学习框架，使用InfoNCE损失函数，在互联网上约4亿图文对上进行大规模预训练，无需人工标注73% 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70% 相似待验证互联网上的预训练数据已经接近用尽，用户在AI编程工具中产生的上下文数据是下一代模型训练的关键燃料70% 相似待验证SFT训练时模型只在assistant部分计算损失（损失掩码技术），即只学习如何回答，不学习如何提问68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/758574

API

curl https://kongchang.com/api/v1/knowledge/claims/758574

MCP

get_claim(id=758574)