SwAV（視圖間交換指派）

SwAV 把對比學習與線上分群融合，藉此繞開「直接比較每一對影像」的需求。它問的不是「這兩個嵌入是否相同」，而是「同一影像的兩個視圖是否被指派到同一群」。一組可學習的原型向量扮演群心的角色，監督訊號就是：從一個視圖算出的群碼，應能從另一視圖被預測出來。

對每個批次，它先把嵌入與原型匹配，算出軟性的群指派（群碼），再施加交換預測損失：用視圖 B 的特徵預測視圖 A 的群碼、反之亦然，透過對原型的交叉熵。危險在於把所有影像都丟進同一群的平凡解，因此 SwAV 用 Sinkhorn-Knopp 演算法線上計算群碼，它求解一個帶熵正則化的最優傳輸問題，約束批次內各原型的指派要均等分配。正是這個平衡約束阻止了群崩潰。

SwAV 還引入了多裁切（multi-crop）：在兩張全解析度裁切之外，再餵入數張低解析度裁切，廉價地增加視圖數量並明顯改善特徵。由於它對比的是群碼而非實例特徵，它既不需要大型負樣本庫、也不需要記憶佇列，這在它問世當時相當高效。