[CLS 03 · 视觉与语言：任务、训练与接口](/course/notebooks/680da245145447dd88983aabd136fd24.html)

# 四条件的规则预期
[独立阅读](/course/notebook-blocks/c64974ec883f4a6a9488baa50fe6db3c.html)
主线阅读与优先实验

caption历史、VQA、CLIP候选、关系控制、GLIP/LLaVA与生成桥梁

### 四条件的规则预期

| 条件 | 左侧 | 右侧 | 持球位置 | 持球者衣色规则 | 左侧衣色规则 |
| --- | --- | --- | --- | --- | --- |
| 1 | 红 | 蓝 | 左 | A | A |
| 2 | 蓝 | 红 | 左 | B | B |
| 3 | 红 | 蓝 | 右 | B | A |
| 4 | 蓝 | 红 | 右 | A | B |

前两行两规则相同，后两行不同。**先预测：** 假如模型在第 3、4 行也跟随持球者，能否据此证明它理解所有关系？这会支持当前检验中的关系解释，但更广结论还需不同人物、位置、动作和候选表达。

下格只计算这张规则预期表。真实 CLIP 分数需固定模型、预处理、四幅输入与候选后实际推理，再与表中规则比较。