# 常量表示为什么不解决对比任务？
[独立阅读](/course/blocks/collapse-and-discrimination.html)**课堂上下文：从哪个问题来**
先代入常量函数检查目标的平凡解，说明仅有一致性不够，也为教师方法留下合理选读入口。


若只最小化两视图间距离，$f(x)=c$ 对任何图都输出同一向量，配对距离就是零。它满足一致性，却让杯子与书无法区分。加入候选竞争后，如果所有单位向量相同，各候选得分也相同，K个候选的正例概率只能是1/K，损失是 $\ln K$；例如三项时约1.099。



这说明对比目标没有把“全部一样”当成一个好的区分结果。但仅凭这个算例，不应宣布任何网络或优化过程都不可能停在退化状态。真正检查还包括样本间方差、表示秩以及下游读出。



没有显式负例的方法也能成功：它们组合教师目标、预测器、停止梯度和分布处理等设计。下面的教师补充块解释这些组件各自负责什么，不把一条EMA箭头当成防坍塌的充分证明。


## 继续阅读与实验