一、自监督学习&对比学习

Kaggle知识点：对比学习基础
从1个原则3个关键点理解对比学习
对比学习必知要点
对比表示学习必知的几种训练目标
自监督学习的发展趋势：事半功倍的模型训练和数据效能
盘点近期大热对比学习模型：MoCo/SimCLR/BYOL/SimSiam
能量启发模型：从负采样到自监督学习NEG-NCE-GAN-SSL家族 机器学习算法与自然语言处理
谈一谈对比学习 机器学习算法与自然语言处理
【自监督学习】Self-supervised Learning 再次入门
高效利用无标注数据：自监督学习简述
业界干货 | 图解自监督学习，从入门到专家必读的九篇论文
再谈对比学习：更好的对比样本选择，更好的对比效果
对比学习模型：研究进展精要（上）
最简单的self-supervised方法
干货 | 带你理解对比学习损失函数的性质以及温度系数的作用
更好的对比样本选择，更好的对比效果
一文详解Contrastive Loss/Ranking Loss/Triplet Loss等区别与联系
对比表征学习(Contrastive Representation Learning)
大概是全网最详细的何恺明团队顶作MoCo系列解读…(完结篇)
对比表示学习必知的几种训练目标
一文看清这些年自监督和无监督的进展
对比学习在语义表征中的应用：SBERT/SimCSE/ConSERT/ESimCSE复现
能量启发模型：从负采样到自监督学习NEG-NCE-GAN-SSL家族
对比学习在NLP和多模态领域的应用
对比学习（Contrastive Learning）在CV与NLP领域中的研究进展
对比学习在语义表征中的应用：SBERT/SimCSE/ConSERT/ESimCSE复现
对比学习（Contrastive Learning）相关进展梳理
大概是全网最详细的何恺明团队顶作MoCo系列解读…(完结篇)
Paper
Chenxin Tao, Honghui Wang, Xizhou Zhu, et al. Exploring the Equivalence of Siamese Self-Supervised Learning via A Unified Gradient Framework[J]. In arXiv 2021.
基于统一梯度框架的孪生自监督学习等价性研究

二、图自监督学习&对比学习

一文详解图对比学习（GNN+CL）的一般流程和最新研究趋势
顶会论文看图对比学习（GNN+CL）研究趋势 RUC AI Box
图对比学习的最新进展
技术动态 | 图对比学习的最新进展
Make GNN Great Again: GNN 上的预训练和自监督学习
从4大顶会看GNN预训练技术进展
图模型半监督学习算法相关论文、博客、数据集整理分享
图对比学习: 结构对比、特征对比、层级对比，数据增强，负例选择，还有什么可以对比的呢？