awesome-self-supervised-learning

收录理由

自监督学习的研究版图已经铺得很开，论文更新又快又散，想靠手动收藏跟住节奏几乎不可能。这份清单的价值就在于替你把散落的线索整理成一张可检索的地图：从理论分析到计算机视觉下的图像、视频、三维、几何、音频，再到强化学习、机器人、自然语言处理、语音识别、时间序列和图学习，每个条目都附上论文PDF链接，有官方代码的也会一并标出。翻目录就能看出对比学习这类方法是怎么一步步演进的，想找某个基准实现做起点，也不用再从头翻文献。它本质上是社区维护的阅读索引，不是拿来直接跑的软件包，更适合当作进入具体仓库和论文之前的导航页。