А если серьезно, перед нами пример эмбеддинга, когда алгоритм сравнивает картинки по визуальным признакам: цвету, принту и общему силуэту, а не по конкретной категории вещи.

И так косячит не только Lamoda — похожие штуки регулярно выдают Pinterest, Amazon Visual Search и Google Lens.

То есть, нейросеть уже научилась пиксельно распознавать картинку. А вот с контекстом пока сложно — чаще всего для нее это просто некий красный принт, а не халат профессора Хофстедтера из «Теории большого взрыва»👌