iPAS 考題解析CLIP 能進行零樣本分類的關鍵特性為何?
你的作答
在題目頁作答不會存進學習紀錄,想留下紀錄可以到題庫練習。
解析
正確答案:A. 對比式學習將影像與文字映射至共同嵌入空間
CLIP 用對比學習讓影像和文字在同一個向量空間中「對齊」。分類時只需要把候選標籤文字和影像都映射到這個空間,看誰最近就是誰:完全不需要針對新類別的訓練資料。
每個選項為什麼對或錯
-
A 對比式學習將影像與文字映射至共同嵌入空間 正解
CLIP 的核心是透過對比學習,讓影像和文字在同一個高維向量空間中「對齊」。這樣,分類時只要比較影像和文字標籤的向量相似度,就能實現零樣本分類。
-
B 透過影像增強擴大訓練集 錯誤選項
影像增強是常見的資料前處理技術,能提升模型泛化能力,但它不是 CLIP 實現零樣本分類的關鍵機制,也不是其獨有特性。
-
C 使用監督式 MLP 分類 錯誤選項
CLIP 的零樣本分類不是透過傳統的監督式 MLP 分類器,而是基於影像和文字在共同嵌入空間中的相似度來判斷類別。
-
D 基於自迴歸模型生成文字描述 錯誤選項
CLIP 是一個對比學習模型,主要用於學習影像和文字的對應關係,而不是一個自迴歸模型來生成文字描述。生成文字描述通常是其他 NLP 模型的任務。
答案、題目或解析有問題?回報這題