A Unified Geometric Framework for Weighted Contrastive Learning

El aprendizaje contrastivo busca preservar la estructura relacional en las representaciones de las muestras reflejando un grafo de similitud. Este trabajo interpreta los objetivos InfoNCE ponderados como Problemas de Geometría de Distancia, proporcionando un marco geométrico unificado y caracterizaciones exactas de embeddings óptimos, revelando cómo el desequilibrio de clases afecta las similitudes entre clases en SupCon.