本研究探讨了DNA序列表示的挑战，提出了一种基于k-mer组成的轻量化模型，能够在基因组读取层面进行元基因组分箱。该模型在可扩展性上优于传统方法，更有效地处理真实世界的数据集。

本研究探讨了自监督学习在计算机视觉中的应用，提出了多种新方法以提高特征学习和域泛化性能。研究表明，自监督学习在处理表格数据和图像分类任务中表现优越，显著降低了样本复杂度并提升了模型性能。