← 全部筆記
Tag

CLIP

4 篇相關筆記

跨模態對齊：圖片與文字如何理解彼此？ Multimodal 16 min 多模態模型架構：對比式、融合式與統一式的取捨 Multimodal 18 min 視覺編碼器：ViT、SigLIP 與 DINOv2 的選擇 Multimodal 16 min 什麼是多模態 AI？從單模態 LLM 到跨模態理解 Multimodal 14 min