本论文介绍了一种名为SignCL的对比学习策略，用于改善手语翻译系统的性能。实验证明，SignCL能够显著减少表示密度，并在各种翻译框架上提高性能。与最先进的方法相比，SignCL只使用了35％的参数并获得了更好的性能。

本论文介绍了一种名为SignCL的对比学习策略，用于改善手语翻译系统的性能。实验证明，SignCL能够显著减少表示密度，并在各种翻译框架上提高性能。与最先进的方法相比，SignCL只使用了35％的参数，并获得了更好的性能。

本论文介绍了一种名为SignCL的对比学习策略，用于改善手语翻译系统的性能。实验证明，SignCL能够显著减少表示密度，并在不增加模型参数的情况下提高翻译框架的性能。与最先进的方法Sign2GPT相比，SignCL获得了更好的性能。

本论文介绍了一种名为SignCL的对比学习策略，用于改善手语翻译系统的性能。实验证明，SignCL能够显著减少表示密度，并在不增加模型参数的情况下提高翻译框架的性能。与最先进的方法Sign2GPT相比，SignCL获得了更好的性能。