模型
SimCLR
Google提出的对比学习方法，通过对同一样本的不同数据增强视图进行相似度对比，让模型在无标签条件下学习不变性表征
时间轴 (近 90 天)
10月12日
该即插即用框架不改变SSL主干网络的结构和损失函数，仅替换采样模块，可集成到MAE、SimCLR、DINO等现有SSL流程
待验证50%
10月7日
SimCLR、MoCo、CLIP等主流对比学习框架通常以余弦相似度作为度量，隐式地将表示空间固定为超球面上的均匀欧氏几何
待验证50%
9月5日
对比学习（如SimCLR、BYOL、MoCo）依赖数据增强来构造正负样本对，而JEPA不依赖显式的数据增强策略
待验证50%
9月4日
SimCLR、BYOL等对比学习方法需要设计负样本策略、停止梯度机制或正则化手段来防止表征坍缩
待验证50%