清华大学的研究论文《Probabilistic Contrastive Learning for Long-Tailed Visual Recognition》提出了一种新的长尾对比学习方法ProCo，旨在解决长尾视觉识别中的类别不均衡问题。该方法通过建模每类数据的分布，改进对比损失函数，消除了对批量大小的依赖，显著提升了长尾分类、半监督学习和目标检测的性能。实验结果表明，ProCo在多个数据集上表现优异。