本文探讨了合成数据在训练中的应用，提出通过图像字幕和类名提示生成模型，以合成更具信息性和多样性的训练数据。研究表明，该方法显著提升了模型表现，并且利用CLIP模型进行半监督图像标注和无监督提示学习的方法也取得了优异效果，提升了视觉描述生成的准确性和信息量。

本文介绍了一种名为MultiCapCLIP的零样本方法，可在多场景和多语言中生成视觉描述。该方法在四个基准测试和四种语言上相对于最先进的零样本和弱监督方法分别有4.8%和21.5%的绝对改进。