标准回答
对比学习（SimCLR / MoCo）
核心是实例判别：同一张图的两个增强视图互为正样本，不同图为负样本，用 InfoNCE 损失拉近正对、推远负对。
- SimCLR：靠大 batch 在同一批内提供大量负样本，并强调强数据增强（裁剪、颜色抖动等）的组合。
- MoCo：用动量更新的编码器和一个先进先出的负样本队列，使负样本数量与 batch 大小解耦，小 batch 也能训练。
掩码重建（MAE）
MAE（Masked Autoencoder）随机遮挡约 75% 的图像 patch，非对称结构下编码器只处理可见 patch，轻量解码器重建被遮像素。高遮挡比迫使模型学习语义级表征而非低层插值。
对比
对比学习不依赖重建、判别性强但需精心设计增强与负样本；掩码重建实现简单、对增强不敏感，且编码器只看少量 patch、训练高效。两者都产出可迁移的视觉骨干。
常见误区
⚠️ 常见踩坑
别把 MoCo 的「动量编码器」当成优化器动量——它指 key 编码器参数对 query 编码器做指数滑动平均，目的是稳定队列里负样本的表示。
追问
追问 1：为什么对比学习需要大量负样本？
InfoNCE 本质是在一堆候选中识别正样本的分类任务，负样本越多、任务越难、表征区分度越强。SimCLR 靠大 batch、MoCo 靠队列来提供足够负样本；负样本太少会让任务平凡、表征坍缩或欠区分。
追问 2：DINO 这类方法和上面两种有何不同？
DINO 属于自蒸馏式无负样本方法：学生网络匹配动量教师的输出分布，靠 centering 与 sharpening 防止坍缩，不需要显式负样本或像素重建，常能在注意力图中涌现出物体分割线索。
延伸学习
与本题相关的知识库文章、术语、工具与行业资讯。