BRIDGE：识别并生成欠代表数据以平衡自监督学习表征

BRIDGE 提出一种无需标签的反馈闭环，用当前编码器按平均 kNN 距离为源图像打分，从支持稀疏的分数带中挑选锚点图像，再由冻结的图像到图像扩散模型生成局部变体并继续预训练。在五类长尾数据源上，BRIDGE 取得七任务线性探测与 kNN 平均最高成绩，增益可延伸至 ViT-S、低标签微调和语义分割。该方法不改动预训练目标，可直接用于未筛选网络数据的预训练。