Le modèle a appris sur 400 millions de paires image-légende prises sur le web. Il n'a jamais vu nos catégories : il compare l'image à des phrases. Tapez vos propres catégories (« un déchet dangereux », « du PET », « du PEHD »…) et regardez ce qu'il sait et ce qu'il ne sait pas : une étiquette qui n'apparaît jamais dans des légendes web n'a aucune chance.