Eine Methode des selbstüberwachten oder überwachten Lernens, bei der das Modell lernt, gute Repräsentationen von Daten zu erstellen, indem es lernt, ähnliche Beispiele (positive Paare) im Repräsentationsraum nahe beieinander und unähnliche Beispiele (negative Paare) weit voneinander entfernt zu platzieren.