热门话题
#
Bonk 生态迷因币展现强韧势头
#
有消息称 Pump.fun 计划 40 亿估值发币，引发市场猜测
#
Solana 新代币发射平台 Boop.Fun 风头正劲
Simon Willison
使用文本嵌入进行语义图像搜索，针对图像的视觉-LLM摘要，听起来效果非常好。
9月6日 03:36
我再次感到震惊，如果你嵌入高度主观的图像摘要——这个摘要来自视觉语言模型——而不是直接使用CLIP嵌入，图像检索性能会好得多。如果你告诉LLM这个摘要将被嵌入并用于后续搜索。我有一个系统的召回率从使用CLIP时的28%提升到使用LLM摘要时的75%，而且我只花了大约40分钟来改进摘要提示。
43.16K
热门
排行
收藏