本文探讨了自监督学习（SSL）在模型训练中的应用与评估，强调了SSL方法在标记和未标记数据上的表现差异。研究发现，SSL模型在训练领域内表现优越，而在领域外则相反。提出了SSLMem框架，揭示了数据记忆化对模型泛化性能的重要性，并评估了不同数据集上模型的表现。