Um novo estudo da Universidade do Povo descobriu que o papel do aumento de dados no aprendizado contrastivo é complexo. Amostras positivas fortemente alinhadas podem ser desvantajosas, enquanto um aumento de dados mais forte melhora o desempenho de tarefas posteriores, mas prejudica o desempenho de alinhamento. A pesquisa propõe estratégias de aumento de dados de perspectivas informacionais e espectrais.