本研究探讨了CLIP网络中单词图片和自然图片的表征，发现图像编码器可以匹配描述相符的自然图片。同时，提出了一种有效的方法来排除拼写能力，并在检索任务和生成图片方面进行了验证。
完成下面两步后，将自动完成登录并继续当前操作。
