اختبار الانحدار التلقائي لتوليد الصور

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

1. ماذا يعني "الانحدار الذاتي" في سياق توليد الصور؟
   • يتم التنبؤ بكل عنصر جديد مشروطًا بالعناصر التي تم إنشاؤها مسبقًا
   • يتم توقع كل عنصر جديد باستخدام موجه النص فقط
   • يتم تقليل الضوضاء من الصورة بأكملها مرة واحدة من الضوضاء العشوائية
   • يتم إنشاء وحدات البكسل بشكل مستقل تمامًا عن بعضها البعض
2. كيف تمثل نماذج الصور ذات الانحدار الذاتي الحديثة مثل DALL-E 1 الصورة قبل التنبؤ بها؟
   • كمتجه واحد مستمر
   • كشبكة ثابتة من الرموز المنفصلة من كتاب الرموز المستفادة
   • كبكسلات RGB خام 24 بت فقط
   • كقائمة من أشكال الرسومات المتجهة
3. ما هي النماذج المبكرة التي أنتجت صورًا بكسلًا خامًا واحدًا في كل مرة؟
   • شبكات GAN وVAEs
   • الانتشار المستقر والصورة
   • بكسلرن وبكسل سي إن إن
   • مقطع و BLIP
4. ما هي الآلية التي تضمن أن لا يحضر المحول إلا الرموز المميزة السابقة أثناء إنشاء الانحدار الذاتي؟
   • التسرب
   • التطبيع دفعة
   • تخطي الاتصالات
   • الاهتمام الذاتي السببي (المقنع).
5. ما هو العيب العملي الرئيسي لأخذ عينات الصور الانحدار الذاتي؟
   • أخذ العينات متسلسل وبالتالي بطيء
   • ولا يمكن أن تكون مشروطة بالنص
   • لا يمكن أن نموذج التفاصيل الدقيقة
   • لا يتطلب أي بيانات التدريب
6. ما هي التقنية التي تعمل على تسريع عملية إنشاء الصور المستندة إلى الرموز المميزة من خلال التنبؤ بالعديد من الرموز المميزة بالتوازي؟
   • إجبار المعلم
   • فك التشفير الموازي المقنع (على سبيل المثال، MaskGIT/Muse)
   • قطع التدرج
   • ترميز واحد ساخن
7. How does the original DALL·E model use text and image tokens?
   • Separate unconnected classifiers process text and pixels
   • A diffusion decoder predicts all pixels simultaneously
   • A single autoregressive Transformer models the sequence conditioned on text and image tokens
   • The model uses only a text encoder and no image-token sequence
8. What scale of image-text pairs did the original DALL·E paper report collecting?
   • About 250 pairs
   • About 25 thousand pairs
   • About 25 billion pairs
   • About 250 million image-text pairs