El aprendizaje de representaciones contrastivas es un enfoque en el ámbito del aprendizaje auto-supervisado que tiene como objetivo generar una incrustación (representación) significativa de los datos.
Para ello, se forman pares de ejemplos similares (positivos) y diferentes (negativos) para entrenar un modelo que acerque ejemplos similares en el espacio de características y aleje los no similares.
Los métodos típicos utilizan una función contrastiva como la pérdida triplete (Triplet Loss) o la pérdida InfoNCE (InfoNCE Loss) para controlar la distancia entre las representaciones.
Esta técnica se emplea frecuentemente en el procesamiento de imágenes, procesamiento de lenguaje y otros campos para aprender características robustas sin etiquetas explícitas.