C
CLIP
Также известен как: Contrastive Language-Image Pre-training, КЛИП
Машинное обучениеОпределение
CLIP (Contrastive Language-Image Pre-training) — модель OpenAI, связывающая изображения и текст в общем пространстве представлений.
Простое объяснение
CLIP — как переводчик между языком и картинками. Понимает, что текст "закат над океаном" и соответствующее фото — об одном и том же.
Подробнее
CLIP обучен на 400M пар изображение-текст из интернета с контрастивной целью: сближать эмбеддинги пары и отдалять несвязанные. Это создаёт общее пространство, где "фото кота" и картинка кота находятся рядом. CLIP используется для zero-shot классификации изображений, поиска картинок по тексту, guidance в генеративных моделях. Stable Diffusion использует CLIP text encoder. Открытые альтернативы: OpenCLIP, SigLIP. CLIP — фундамент современного мультимодального AI.
Связанные термины
Модель
Модель в ML — обученный алгоритм, который принимает входные данные и выдаёт предсказания или генерирует результат.
Inference
Инференс — процесс получения предсказаний или результатов от обученной AI-модели на новых входных данных.
Нейронная сеть
Вычислительная система, вдохновлённая биологическими нейронными сетями мозга, состоящая из слоёв искусственных нейронов.
Машинное обучение
Подраздел AI, где алгоритмы учатся на данных и улучшают свои результаты без явного программирования.