CLIP 能進行零樣本分類的關鍵特性為何？

解析

CLIP 用對比學習讓影像和文字在同一個向量空間中「對齊」。分類時只需要把候選標籤文字和影像都映射到這個空間，看誰最近就是誰——完全不需要針對新類別的訓練資料。

正確答案：A. 對比式學習將影像與文字映射至共同嵌入空間