对比编码是一种学习方法，通过训练模型将相似数据点的表示映射得更接近，而将不相似的数据点映射得更远离特征空间。
通常使用成对的示例：正对（相似）和负对（不相似）。
模型优化损失函数，如对比损失或InfoNCE损失，以强制实现这种结构。
该技术常用于自监督学习方法中，以生成稳健且有意义的特征向量，后续可用于分类或其他任务。
一个例子是图像或文本表示，其中同一对象的不同视图或变换被视为正样本。