本文介绍了一种名为SupCR的框架，通过比较样本之间的目标距离来学习具有回归意识的表示，可以与现有回归模型组合以提高性能。实验证明，使用SupCR可以达到最先进的性能，并且在所有数据集、任务和输入模式上，始终提高了回归基线的性能。

本文介绍了一种名为Supervised Contrastive Regression（SupCR）的框架，通过比较样本之间的目标距离来学习具有回归意识的表示，可以提高回归模型的性能。实验证明，使用SupCR可以达到最先进的性能，并且在所有数据集、任务和输入模式上，始终提高了回归基线的性能。