BCL项目开发了一种创新的自监督学习方法，利用神经网络的记忆效应来增强对比学习中样本视图的信息差异。这种方法从数据角度出发，无需标签就能有效提升长尾分布数据的表示学习能力。在多个基准数据集上的实验表明，BCL的性能超过了现有的最先进方法，为处理现实世界中的长尾分布数据提供了新的自监督学习思路。