待验证50% 置信事实精确时间

CLIP实现了零样本分类,即便训练中从未明确见过的类别也能识别

1

来源数

50%

置信度

长期有效

时效性

2026/9/7

首次发现

来源

CLIP与SigLIP对比：视觉编码器训练范式的核心差异解析

涉及实体

CLIPmodel 零样本学习concept

相关事实

待验证VLM能够根据自然语言描述识别训练数据中从未出现的目标类别，这种能力被称为零样本（zero-shot）或开放词汇（open-vocabulary）识别67% 相似待验证文本水印方案相比事后训练分类器无需访问原始模型，只需密钥即可完成检测，计算成本极低66% 相似待验证训练标签式零样本模型的团队应在评估时主动打乱候选顺序，作为常规的健壮性检查66% 相似待验证单样本学习不等于零样本学习，其一次演示背后依赖模型在海量预训练数据上积累的先验知识63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/870207

API

curl https://kongchang.com/api/v1/knowledge/claims/870207

MCP

get_claim(id=870207)