در یادگیریِ تقابلی،رابطهٔ نمونه‌هایِ مثبت ومنفی به شکل‌دادنِ بازنمایی کمک می‌کند. «مثبت»صرفاً یعنی برای هدفِ آموزشیِ تعریف‌شده باید نزدیک در نظر گرفته شود؛ شباهتِ واژه‌ها یا نامِ فایل به‌تنهایی این رابطه را تعیین نمی‌کند. این صفحه زیانِ یک لنگر ویک گامِ تغییرِ زاویهٔ بردار را واقعاً حساب می‌کند؛ مدلِ تصویری یا متنِ آموزش‌دیده نمی‌سازد.
زوجِ مثبت را چه کسی تعریف کرده است؟
در روش‌هایی مانند SimCLR،دو نمایِ تبدیل‌شده از یک تصویر می‌توانند زوجِ مثبت باشند. انتخابِ تبدیل بخشی از قراردادِ روش است. اگر تبدیل،ویژگیِ تعیین‌کنندهٔ مسئله را حذف کند،نزدیک‌کردنِ دو نما الزاماً هدفِ درستی نیست. همچنین دو نمونهٔ متفاوت ممکن است برای هدفِ شما هم‌معنا باشند؛ منفی‌نامیدنِ خودکارِ آن‌ها می‌تواند محلِ خطا باشد.
حفظِ برچسب در افزایشِ داده اثرِ تبدیل را بررسی می‌کند؛ اینجا رابطهٔ لنگر،نمونهٔ مثبت ومنفی واثرش روی زیانِ تقابلی مطرح است. خودنظارتی هم خانواده‌ای وسیع‌تر است و فقط به این شکلِ زیان محدود نیست.
مثالِ برداریِ اصیل
لنگر q=[cos(θ),sin(θ)]یک بردارِ واحد است ودر آغاز θ=۰٫۴رادیان دارد. سه بردارِ نامزد[۱,۰]،[۰,۱]و[−۱,۰]هستند؛ نامزدِ اول را مثبت ودو تای دیگر را منفیِ قراردادی می‌گیریم. این بردارها خروجیِ مدل یا embeddingِ جملهٔ واقعی نیستند.
برای هر نامزد،ضربِ داخلی با لنگر را بر دمای۰٫۵تقسیم می‌کنیم. از این سه logit،وزن‌های Softmaxمی‌گیریم و زیان برابر منفیِ لگاریتمِ وزنِ نامزدِ مثبت است. این وزن،احتمالِ حقیقتِ محتوا یا امتیازِ تأییدِ انسانی نیست؛ سهمِ نامزد در همین هدفِ آموزشی است.
یک گامِ واقعی چه چیزی را عوض می‌کند؟
کد مشتقِ زیان نسبت به θرا تحلیلی حساب می‌کند وبا تفاضلِ مرکزیِ عددی کنترل می‌کند. سپس θرا با نرخِ۰٫۱یک گام در خلافِ گرادیان حرکت می‌دهد؛ زیانِ همین نمونه کم می‌شود و وزن‌هایِ تازه در JSONثبت می‌شوند. فقط همین پارامترِ زاویه تغییر کرده است؛ بردارهایِ نامزد ثابت‌اند.
این اجرایِ یک‌لنگری،SimCLRکامل نیست:batchِ چندنما،دوطرفه‌کردنِ زیان،شبکهٔ encoder،projection head،نمونه‌گیریِ تصویر یا ارزیابیِ downstreamندارد. کاهشِ همین زیان را بهترشدنِ جست‌وجو،دسته‌بندی یا درکِ فارسی ننامید. نمونهٔ Kerasبرای مرجعِ روش خوانده شده ودر اینجا اجرا نشده است.
منشأِ مثبت ومنفی را هم کنترل کنیم
در قراردادِ محدودِ فایل،نمایِ مثبت باید شناسهٔ منشأِ Aداشته باشد ومنفی‌ها باید منشأِ دیگری داشته باشند. یک حالتِ مثبتِ با منشأِ اشتباه ویک حالتِ منفیِ تکرارشده از همان Aواقعاً رد می‌شوند. این کنترل فقط شناسه‌هایِ اعلام‌شده را می‌بیند؛ دو سندِ هم‌معنا با شناسه‌هایِ متفاوت را تشخیص نمی‌دهد ومجوزِ مصرفِ داده را هم تأیید نمی‌کند.
در کاربردِ متنی،جمله‌هایِ «لغو کن»و«لغو نکن»با واژه‌هایِ بسیار مشترک می‌توانند نیتِ مخالف داشته باشند. تعیینِ زوج‌ها باید به همان وظیفه وصل باشد؛ این مثالِ توضیحی نتیجهٔ مدلِ تقابلی نیست. کیفیتِ نهایی به داده،روشِ ساختِ زوج وارزیابیِ مستقل وابسته است.
قدمِ بعدِ عملی
پیش از تمرینِ بزرگ،تعریفِ مثبت ومنفی ومنشأِ داده را بنویسید؛ سپس یک مجموعهٔ مستقل برای کارِ نهایی نگه دارید. برای نیازِ پاسخ‌گوییِ مشتری،نمونهٔ مجاز ومعیارِ خروجی را در راهکارهای اپرا بررسی کنید. این راهنما استفادهٔ محصول از SimCLRیا ارائهٔ سرویسِ آموزشِ embeddingرا اعلام نمی‌کند.
فایل تمرین و منبع
زیانِ یک لنگر،گرادیانِ زاویه ویک گامِ واقعیِ به‌روزرسانی · بردارها،وزن‌ها،گرادیان وتطبیقِ منشأِ زوج‌ها
منابع در 2026-11-04 خوانده شدند؛ این تاریخ، تاریخ انتشار منبع نیست. مثال‌ها و فایل‌های این راهنما آموزشی و ساختهٔ تحریریه‌اند.