#CLIP

多模态 RAG 实战：图文混合检索的完整 pipeline 搭建与性能调优

从 CLIP embedding 到图文对齐检索，从 OCR 预处理到融合评分，完整搭建一个支持图片+文本混合查询的 RAG 系统，覆盖 3 种架构方案的召回率/延迟/成本对比。