diff --git a/knowledge_base/vae_wasserstein_gromov.qmd b/knowledge_base/vae_wasserstein_gromov.qmd
index bccc9ea..44a1f2e 100644
--- a/knowledge_base/vae_wasserstein_gromov.qmd
+++ b/knowledge_base/vae_wasserstein_gromov.qmd
@@ -23,9 +23,13 @@ $\widetilde{Y} = D_1^{-1/2} Y D_2^{-1/2}$
 
 **à compléter**
 
-# Hypersphère méga cool
+# Apprentissage contrastif
 
-Il faut creuser les contraintes des *embeddings* à vivre sur la surface d'une hypersphère car, d'après Julian et la littérature, par rapport à un espace euclidien cela permet d'avoir :
+Puisque l'on voudrait marquer la séparation entre différentes structures de réseaux, on pourrait vouloir faire de l'[apprentissage contrastif pour V(G)AE](https://u9534056.medium.com/an-overview-of-contrastive-learning-fa520f5f2c23).
+
+## Hypersphère méga cool
+
+Il faut creuser : forcer les contraintes des *embeddings* à vivre sur la surface d'une hypersphère car, d'après Julian et la littérature, par rapport à un espace euclidien cela permet d'avoir :
 
 - position latente bornée : stabilisation de l'apprentissage et évite l'explosion dans une ou plusieurs directions.
 - couverture "uniforme" de la sphère : tendance à faciliter l'apprentissage contrastif, avec l'idée de bien séparer les graphes aux structures différentes.