对比学习是一种机器学习方法，其目标是从数据中学习相似度度量函数或特征表示，以便将不同实例进行区分或分类。对比学习通过对比两个或多个对象之间的相似性或差异性来学习特征表示，因此具有很强的泛化能力。

在对比学习中，通常会使用成对的样本进行训练，其中每个样本都与另一个样本进行比较。模型的目标是学习如何将来自同一类别的样本映射到接近的位置，而将来自不同类别的样本映射到远离的位置。这样，模型就可以学习到区分不同类别的特征表示。

对比学习在计算机视觉、自然语言处理和推荐系统等领域得到广泛应用，例如图像检索、人脸识别、相似性搜索、推荐系统等。