具有和不具有视觉基础的神经模型中的个体化

本研究解决了对比多模态模型CLIP与仅文本模型（FastText和SBERT）在个体化信息编码中的差异。通过对CLIP潜在表示的研究，我们发现它在捕捉个体化的定量差异方面优于文本模型，且CLIP的个体化层级与语言学及认知科学中提议的层级一致，具有重要的理论意义。