評估CLIP模型全面性能的方法

本研究提出了一個更全面的方法來評估CLIP模型的性能,包括對視覺因素的魯棒性、異常樣本檢測能力、預測不確定性、零樣本檢索能力、3D感知能力,以及視覺和語言編碼器之間的交互作用。