进阶预览

Visual / Multimodal Search

设计一套视觉与多模态搜索系统，从数十亿条商品目录中检索出视觉相似的图片(以及文本转图片的匹配)。覆盖 CNN/ViT 与文本编码器、共享的跨模态 embedding 索引搭配近似最近邻(ANN)检索、候选生成加上重排序、近似重复的处理，以及新商品的冷启动。