本文探讨了图像-文本检索（ITR）的评估管道及其脆弱性，并提出改进方案。研究提出了一种高效的文本到视频检索方法，结合多粒度视觉特征学习和二阶段检索架构，性能与现有方法相当且速度快50倍。此外，提供了细粒度图像检索模型设计指南和新颖的检索框架，显著提升了检索准确性和效率。

该研究改进了视频-语言对齐模型，提出了对比失配频谱和构建了对齐数据集。对齐模型在人工生成的对比字幕上，在视频-语言对齐任务中的AUC指标提升了12个百分点，并在文本到视频检索和视频问答等任务中表现出了最新性能。