Yang An
您好，不太清楚PAI团队的CLIP具体是哪一个哈，目前据我们所知，在我们列举的几个中文检索benchmark上，我们是开源双塔图文表征模型中最好的哈。
您好，直接的脚本可能还不太方便提供，因为我们内部和外部版本的代码还有些不同。关于预训练的超参，您可以直接参见我们的技术报告哈，应该给的还是比较全的，如果有遗漏的方面，您直接在这里追问就好哈。
您好，您可以看下是否可以考虑并行、多进程等方式处理哈。移到GPU上面进行图像处理，我们还没有尝试过，也希望您如果有这方面的成功尝试能帮我们提个PR哈。
您好，建议最好还是采用int哈，我们确实没有尝试过准备为string类型进行后续流程的测试。
您好，请参见readme哈，我们有整个流程的介绍。 @1605707467qq
您好，请问您能方便提供一下具体执行的代码和输出吗？我们检查一下。方便的话，也可以提供下机器的运行环境
请问如果在cpu下（device直接置为cpu），也有这个情况吗？
@michaelzfm 请问有没有观察过两个平台除了最终结果，中间输出的log是否有区别呢？另外是否有尝试过清除过缓存的模型，重新下载，以防是下载时候模型文件损坏呢？
@michaelzfm 您好，cnclip使用的分词器和bert官方一致的（WordPieceTokenizer），您可以参见transformers或者Bert官方原版实现哈。
您好，打开flash attention后模型是否可以转tensorRT部署我们还需要看下哈，之前确实没有测试过，有结论的话我们会尽快回复哈，也希望您也能帮我们验证下是否通。