ML Mentor
К понятиям
Компьютерное зрение

Визуальные эмбеддинги и metric learning

Векторное представление изображений и пар изображение-текст для поиска, сравнения и кластеризации.

CLIPSigLIPcontrastive learningtriplet lossimage embeddings

Показаны только вручную проверенные связи. Частотность появится после полного покрытия раздела. Проверка от 2026-07-16.

Начать с вопросаСмотреть все формулировки

Что нужно уметь

  • Собрать пары и сложные отрицательные примеры
  • Оценить качество поиска и согласованность изображений с текстом

Как эту тему спрашивают

Канонические типы вопроса объединяют разные формулировки, но каждая ссылка ведёт на конкретный вопрос из интервью.

Что должно быть в ответе

  • Энкодер и пространство близости
  • Positive/negative pairs
  • Retrieval метрики и reranking