文字候选与图文检索

阅读与动手顺序

1. 先读真实图像与权重的结果

   LAB04 保留真实猫图、固定 CLIP 权重身份和候选对照结果；权重需按说明另行下载。分开余弦相似度和随候选集合改变的归一化分数。

2. 明确零样本协议

   不使用当前下游数据集再训练模型，直接用已有编码器比较文字候选；不等于预训练从未见过相关概念。

3. 需要搜索时进入缓存实验

   LAB12 复用已有表示，比较精确搜索、近似搜索与区域交互基线；数据、指标和成本口径分别说明。

优先实践

可先阅读已有结果，再按问题选择是否重算。并列实验提供不同起点，不要求全部运行。

• LAB 04 · CLIP：候选、提示与关系检验

  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

  在 Deepnote 打开 ↗

配套讲解

• CLS 03 · 视觉与语言：任务、训练与接口

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

  在 Deepnote 打开 ↗
• CLS 10 · CLIP：配对学习与可复用表示

  CLIP对称目标、候选集合、缓存、IVF及真实关系分数

  在 Deepnote 打开 ↗

接回课堂中的问题