Contrastive Learning / Học Tương phản

📖 Contrastive Learning

Definition (English):

Contrastive learning is a self-supervised learning approach where the model learns to distinguish between similar (positive) and dissimilar (negative) pairs of data points. By pulling representations of similar items together and pushing dissimilar ones apart in embedding space, contrastive learning achieves powerful representations without labeled data. Notable methods include SimCLR, MoCo, and CLIP.

📖 Học Tương phản

Định nghĩa (Tiếng Việt):

Học tương phản là cách tiếp cận tự giám sát trong đó mô hình học cách phân biệt giữa các cặp điểm dữ liệu tương đồng (dương) và không tương đồng (âm). Bằng cách kéo biểu diễn của các mục tương tự lại gần và đẩy các mục không tương tự ra xa trong không gian embedding, học tương phản đạt được biểu diễn mạnh mẽ mà không cần dữ liệu được gán nhãn. Các phương pháp nổi bật bao gồm SimCLR, MoCo và CLIP.

📂 Phân loại: Advanced ML