# 真实 CLIP 关系反例与规则四格，应分开读
[独立阅读](/course/blocks/clip-spatial-counterexample.html)**课堂上下文：从哪个问题来**
四格的非对角条件才使两种解释分叉。逐格比较关系规则与左色规则的答案，并检查当前素材还有哪些变量共同变化。已保存的真实 CLIP 拼贴反例使用另一组输入与数值，应按各自条件解读。


持球四格首先是一份规则预测表；它与 LAB04 另一组真实 CLIP 关系推理不是同一证据。后者使用猫和宇航员的固定拼贴，交换左右位置，比较“猫在左、宇航员在右”及其相反描述。



2026-09-22 保存结果中，猫左图的两句余弦约为 0.37850、0.38184；交换后约为 0.35660、0.36301。两图都偏向“宇航员在左、猫在右”，所以第一张关系判断错误。这说明在该固定模型、拼贴与文字条件下，整体匹配没有正确区分这一次左右绑定。



但同一模型在猫图候选分类和小图库检索中有真实成功，不能用这个失败抹去对象匹配能力。更准确的研究问题是：哪些对象和语义可以由全局表示稳定匹配，哪些细粒度关系需要更合适的空间组织、交互或训练资料？



LAB12 的局部加权规则提供另一种解释路径：查询改变了猫/宇航员区域权重，却因汇总公式忽略坐标而对交换左右严格不敏感。这个失败来自可指出的结构对称性。它帮助区分“区域更多”与“关系已经被表达”，再自然接入 P63 的定位任务。以上均为已有历史记录，本轮没有重跑或扩大结论。



LAB04 的旧四幅持球插图也确实在 2026-09-22 做过真实 CLIP 编码，保存结果为四例中三例正确；它并非从未运行过模型。但那四幅旧输入与 v18 当前同源编辑/镜像的 A–D 底图不一致，且旧插图存在背景和姿态差异。旧分数不能贴到当前四格，也不能把 3/4 当成单变量因果结论。回链阅读时要连同原图片、候选和输入哈希一起核对。


## 继续阅读与实验