進階預覽

Visual / Multimodal Search

設計一套視覺與多模態搜尋系統，從數十億筆的商品目錄中找出視覺相似的圖片(以及文字轉圖片的比對)。涵蓋 CNN/ViT 與文字編碼器、共享的跨模態 embedding 索引搭配近似最近鄰(ANN)檢索、候選產生加上重排序、近似重複的處理，以及新商品的冷啟動。