InfoDCL：基于信息噪声增强的扩散对比学习

InfoDCL论文提出了一种新颖的对比学习方法，利用噪声增强的扩散。 该论文的贡献在于通过基于扩散的技术来增强特征表示。

• •InfoDCL探索了扩散模型在对比学习框架内的新颖应用。
• •核心思想是利用噪声增强来改进特征提取。
• •这项研究可能旨在改进各种AI任务的表示学习。