自监督学习

自监督学习是一种机器学习类型，模型通过创建自己的监督信号从未标记数据中学习。这是通过遮蔽输入数据的部分内容，并训练模型基于剩余数据来预测被遮蔽部分实现的。本质上，数据本身提供了标签，使模型能够在无需明确人工标注的情况下学习有用的表示。