通俗解释
每个图文对单独判断“是否匹配”，不需要在整批上做归一化，小 batch 也能训好、更易扩展。常被用作开源视觉语言模型的视觉编码器。
用在哪里：PaliGemma、Gemma 3 等 VLM
01原始论文
Sigmoid Loss for Language Image Pre-Training
Xiaohua Zhai, Basil Mustafa, Alexander Kolesnikov, et al. · 2023
arXiv ↗ ✓ 已核实 · arXiv API
02知识位置
左边先学；右边是学完它之后可以学的。
左：前置 · 右：后继 · 虚线：相关。看完整关系图 →
03学习资料
官方文档、图解、课程和参考实现，链接都核对过。
04在课程里哪里学
给 AI 读 / 数据说明
- 核实状态：已核实，核对于 2026-10-21。
- JSON: /api/learn/algorithms.json (id:
siglip)