现代机器学习研究进展 第三部分 学习范式与训练技巧 第20章 自监督学习：掩码建模与对比学习

每一节都包含：数学表述 → 重要推导/证明 → 工程含义与实现技巧 → 超参/诊断建议。为方便阅读，先给出本章脉络：

1. 掩码建模（Masked Modeling）理论与实现（MAE、BEiT）

2. 对比学习（InfoNCE、SimCLR、MoCo）：目标、推导与比较

3. 表征评估：线性探针、kNN、迁移实践与统计注意事项

4. 对比学习 Pipeline 的可运行实现与线性探针评估流程（伪代码/要点）

5. 掩码与对比的结合、跨模态对齐（CLIP 类）与理论观点

6. 自监督综述、开问题与实践建议

20.1　自监督学习基础框架