请解释对比学习的原理，包括如何构造正负样本、损失函数、超参数的影响，以及最终哪些表示会参与损失计算。
考察说明
考察对对比学习核心机制（样本构造、损失函数、超参数、表示使用）的理解深度
回答思路
- 清晰阐述对比学习的目标是拉近正样本对、推远负样本对的表示
- 正确说明不同方法下正负样本的构造方式（如同样本增广、批次内其他样本）
- 准确描述对比损失函数（如InfoNCE）的形式及其作用
- 指出超参数（如温度系数、批次大小）如何影响训练效果与样本区分度
- 明确最终参与损失计算的表示（如编码器输出投影后的表征）
本题已收录答题指导
本题附完整参考答案与评分标准
登录后可查看结构化答题指导；也可以直接开一场模拟面试，AI 面试官用本题实时追问并给出评分。