CLIP モデルの汎用性を高めるための、クラス認識に基づくプロトタイプ整列と識別

ビジョン・言語モデルの汎用性を高めるため、クラス認識に基づくプロトタイプの整列と識別を行う。これにより、ドメイン間のギャップを効果的に埋めることができる。