Un professionista dell'IA sta creando un'applicazione di ricerca che deve gestire query contenenti sia testo che immagini. Qual è il tipo di modello di base più adatto per alimentare questa ricerca multimodale?

Un modello di embedding multimodale è la scelta più adatta perché è progettato per creare rappresentazioni vettoriali (embedding) di dati provenienti da diverse modalità, come testo e immagini, in uno spazio semantico comune. Questo permette di confrontare e recuperare elementi di modalità diverse in base alla loro somiglianza semantica, essenziale per una ricerca multimodale efficace. Un modello di embedding di testo gestisce solo il testo, rendendolo inadatto per le immagini. I modelli di generazione multimodale e di generazione di immagini sono progettati per creare nuovi contenuti, non per la ricerca basata sulla somiglianza.