프로토타입 기반 대조학습
프로토타입 기반 대조학습은 각 클래스에 학습 가능한 중심 벡터(prototype)를 두고 샘플 임베딩을 해당 클래스 중심으로 끌어당기며 다른 클래스 중심과 구별되게 하는 손실이다. 본 연구에서는 배치 내 음집합에 의존하지 않고 K=3개의 고정 분모를 사용해 작은 배치에서도 그래디언트 안정성을 확보했다. 프로토타입은 모델 업데이트 과정에서 함께 갱신되어 소량 데이터 상황에서 표현 공간의 일관성을 유지한다.
