CLIP
Modell, das Bilder und Text verknüpft.
CLIP ist ein Modell von OpenAI, das Bilder und Textbeschreibungen in einen gemeinsamen Bedeutungsraum bringt und so beurteilen kann, wie gut beide zusammenpassen. Es ermöglicht Bildsuche per Sprache und ist ein wichtiger Baustein vieler Text-zu-Bild-Systeme.