历史背景与研究说明
CLIP 从互联网图文对学习图像—文本对齐，使自然语言能够零样本地指向视觉概念。它成为 VQGAN+CLIP、Disco Diffusion 等早期 prompt-driven image art 的核心条件，也把 web-scale image-text data 推到生成文化中心。
日期与版本记录
节点标注日期：2021-02 · 研究母版原记日期：2021-02
以上日期属于历史事件或资料所记版本，不是本站页面的上线日期；保留原有日期精度与待核事项。
原始资料与进一步阅读
以下链接通往来源的论文、文章、机构或会议页面。外部原文的语言以来源为准。
Learning Transferable Visual Models From Natural Language Supervision
https://arxiv.org/abs/2103.00020
当前引用地址
出处、翻译与核验状态
档案节点 #076 · 历史节点
研究母版与补充出处 · 2
AI 艺术谱系研究母版 · p. 23 · 076
原记日期: 2021-02
从自然语言监督中学习可迁移视觉模型：CLIP ↗
Learning Transferable Visual Models From Natural Language Supervision
生成式视觉发布编年研究母版 · p. 2 · R004
原记日期: 2021-02
从自然语言监督中学习可迁移视觉模型：CLIP ↗
OpenAI CLIP — Learning Transferable Visual Models From Natural Language Supervision
站内说明据母版译编，非外链全文译本；AI 辅助翻译，待人工审校。
母版研究论述与日期尚待独立核验。
引用本节点
ANTI-AI ARCHIVE. 从自然语言监督中学习可迁移视觉模型：CLIP. 艺术史节点 #076. https://salondesrefuses.cn/zh/art-history/076
引用具体史实时，请同时引用上方原始资料，并补充你的访问日期。本站说明不是外链全文译本。
相邻节点按时间顺序排列，不意味着二者存在直接影响或因果关系。