InfoNCE
대조 학습에서 널리 사용되는 손실 함수로, 상호 정보량(Mutual Information)의 하한을 최대화하여 긍정 샘플 쌍을 부정 샘플들로부터 효과적으로 구분하도록 설계되었습니다.
대조 학습의 핵심 InfoNCE, 왜 가우시안 분포를 형성하는가?