这项由哈尔滨工业大学深圳分校计算机科学与技术学院、国际人工智能研究院以及中科院大学联合开展的研究发表于2025年5月，研究团队在CLIP（一种重要的视觉语言模型）基础上提出了DeCLIP方法。有兴趣深入了解的读者可以通过https://github.