SimCLR 是一种对比学习框架，通过有效的预测任务和大型批次提升自监督学习效果。WCL 引入弱监督对比学习，解决类冲突问题。NNCLR 利用最近邻作为正样本，增强语义变化。SynCLR 在合成图像上表现优异。ContrastiveCrop 提高了多种自监督学习方法的准确率。CLSA 通过数据增强提升检索能力，表现接近有监督结果。