CLIP
Modelo treinado com pares de imagem e legenda que aproxima, num mesmo espaço vetorial, imagens e textos que se correspondem.
Permite tarefas como classificar imagens sem treinamento específico e buscar imagens por descrição. Também é usado para guiar geradores de imagem pelo texto do pedido. A associação aprendida reflete os pares de imagem e legenda coletados na web, com os vieses correspondentes.
Para se aprofundar
Os links levam ao trabalho original, à especificação oficial ou ao documento normativo. As definições deste glossário são escritas pela redação.