**嵌入模型如何绑定概念？**

_How can embedding models bind concepts?_

> 该研究探讨了视觉-语言嵌入模型（如CLIP）在“概念绑定”上的局限性。人类能轻松将颜色等概念与特定形状绑定，但CLIP类似“概念袋”，无法有效表示概念间的组合关系。研究发现，虽然场景嵌入可分解为对象表示，但CLIP的绑定函数复杂度过高，阻碍了泛化能力。然而，实验表明这一限制并非根本性的：在受控Transformer模型中，通过足够数据覆盖，模型能学习低复杂度的乘性交互绑定函数，实现系统性泛化。代码已开源。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-01 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2605.31503)