论文 · 资源记录
Learning Transferable Visual Models From Natural Language Supervision
用大规模图像—文本配对数据和双塔对比目标学习可迁移视觉表示。
Alec Radford, Jong Wook Kim, Chris Hallacy, Aditya Ramesh, Gabriel Goh, Sandhini Agarwal, Girish Sastry, Amanda Askell, Pamela Mishkin, Jack Clark, Gretchen Krueger, Ilya Sutskever2021Proceedings of the 38th International Conference on Machine Learning链接核验于 2026-07-14
为什么重要
用于核对跨模态对齐、零样本分类、数据构造和评价限制。