이 논문은 2025년 Transactions on Machine Learning Research (TMLR)에서 주요 인증을 받았다. Zero-shot 능력을 갖춘 CLIP와 같은 기초 이미지-텍스트 모델은 다양한 응용 프로그램을 가능하게 한다. MobileCLIP은 최신 이미지-텍스트 모델로, 3-15ms의 지연 시간과 50-150M의 파라미터를 가지며 최신의 zero-shot 정확도를 달성했다. MobileCLIP의 주된 특징은 저지연과 가벼운 아키텍처, 그리고 다중 모달 강화 학습이다. 이를 통해 다중 캡션 생성기와 CLIP 교사로부터의 지식 증류를 효율적이고 확장 가능하며 재현 가능하게 만들었다.

<Apple 뉴스 본문 전체읽기>