multimodal embedding

Определение

Векторное представление, объединяющее информацию из разных модальностей (текст, изображения) в едином пространстве. Используется для поиска изображений по текстовым запросам и наоборот.

Где встречается

• 118. Как вы проверяете, что LLM правильно «понял» диаграмму, а не просто угадал
• 541. Как вы делаете RAG для изображений (image retrieval without text)
• 800+ вопросов

Навигация

• Индекс терминов
• Индекс разборов
• Оглавление