Field note / 2025
高维对比学习:为何负样本不应推向-1?
本文深入探讨了深度学习对比学习中一个常见的几何误区:在高维特征空间中,将负样本对的余弦相似度推向-1是错误且低效的。文章通过分析高维几何的“测度集中”现象,解释了为何负样本应趋向于正交(相似度接近0),而非相反(-1),并提出了“正交性原理”作为更合理的优化目标。
Field note / 2025
本文深入探讨了深度学习对比学习中一个常见的几何误区:在高维特征空间中,将负样本对的余弦相似度推向-1是错误且低效的。文章通过分析高维几何的“测度集中”现象,解释了为何负样本应趋向于正交(相似度接近0),而非相反(-1),并提出了“正交性原理”作为更合理的优化目标。