某電商平台導入 CLIP（Contrastive Language-Image Pre-training）模型，讓使用者能直接輸入文字描述來搜尋商品圖片。請問 CLIP 模型是透過哪一種方式來衡量文字描述與圖片之間的相符程度？
答案 （A）
核心概念
CLIP 的做法是訓練兩個編碼器——文字編碼器與影像編碼器，把文字與圖片分別投影到同一個向量空間中。訓練時讓相符的圖文配對在空間中靠近、不相符的推遠。使用時要判斷一段文字與一張圖片相不相符，就計算兩者向量之間的餘弦相似度——夾角越小、相似度越高，代表語意越接近。
答題技巧
快速判斷技巧：向量之間比相似度，標準工具就是餘弦相似度（也可能是歐氏距離、內積）。看到「向量空間」「相似程度」就選它。
易錯陷阱：(C) 交叉熵容易被誤選，因為 CLIP 訓練時確實用到對比式的損失函數。要分清楚兩個階段：訓練時用損失函數優化模型，推論時用相似度衡量匹配——題目問的是後者。