対称学習における損失関数の温度パラメータと、特徴量学習の重要な要素となる埋め込み表現の一様性との関係を解析し、温度パラメータによる負例に対する制約の強さを調整することで、意味的に類似のサンプルを特徴量空間内で近くに配置することができることを提示