لا توجد تعريفات بديلة
نموذج شبكة عصبية يتعلم ربط الصور بأوصاف نصية عن طريق التدريب على مجموعة بيانات ضخمة من أزواج الصور والنصوص.
Contrastive Language-Image Pre-training (CLIP)
