[LAB 04 · CLIP：候选、提示与关系检验](/course/notebooks/0ba963931ddf4866b507b210d93a43bf.html)

# 下一步：同一批真实向量怎样变成检索系统？
[独立阅读](/course/notebook-blocks/1cff4428a5f343258064d92cb3ab303d.html)
主线阅读与优先实验

真实CLIP输入/权重/分数、候选改动、四条件规则与独立关系推理

### 下一步：同一批真实向量怎样变成检索系统？

[LAB 12 · CLIP延伸：缓存与检索（近似索引选读）](https://deepnote.com/workspace/ise3309jingao-5ba66b0a-4283-4f5a-ae06-3f68d3201e99/project/38755e4e-23f6-4f5f-8c68-8a2e4114b1c1/notebook/921eeaf784284ce19568c6ca7619b55a?utm_source=openai&utm_medium=mcp&utm_campaign=openaimcp&utm_content=921eeaf784284ce19568c6ca7619b55a&utm_term=get_notebook) 使用本包的 24×512 图片缓存与 12×512 查询缓存。那一册把“模型有分数”继续拆成三个问题：相关样本是否排在前面，近似索引漏掉了哪些 exact 邻居，以及减少向量运算是否真的减少了这个小系统的实测延迟。

这里保存的 2026-09-22 运行地点是本地 Linux CPU，Python 3.12.14、Torch 2.14.0+cpu、Transformers 4.57.1；未将这次运行标成 Deepnote 云端执行。`legacy-audit.json`、`cache/provenance.json` 与 `verified/execution.json` 分别记录旧源核验、当时完成的真实编码与完整脚本身份。