yuansiming0920的博客

CLIP（Contrastive Language–Image Pre-training，对比语言-图像预训练）是OpenAI于2021年发表在国际机器学习顶会ICML上的开创性论文，全称为《Learning Transferable Visual Models From Natural Language Supervision》（从自然语言监督中学习可迁移视觉模型）。这篇论文提出了一种全新的多模态预训练方法，通过对比学习让机器同时理解图像和文本的语义关联，彻底改变了计算机视觉和自然语言处理的交互方式。