اختبار مرتبط بالدليل · متوسط المستوى

مسابقة إرشادية خالية من المصنف

قم بمراجعة التوجيه الخالي من المصنف، والتسرب المشروط، ومفاضلة تنوع الجودة، وتكاليف الاستدلال، ومقياس التوجيه. التحقق من النطاق والافتراضات.

مسارات الدليل ذات الصلةإرشادات مجانية للمصنف
سؤال 1 من 8

لماذا تطبق نماذج الانتشار التوجيه بدون مصنف؟

معاينة كل سؤال8 أسئلة

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

  1. لماذا تطبق نماذج الانتشار التوجيه بدون مصنف؟
    • لتعزيز مدى قرب الإخراج من توجيه التكييف
    • لضغط النموذج إلى حجم أصغر
    • لإزالة برنامج ترميز النص بالكامل
    • لتحويل الصور إلى صوت
  2. كيف يتعلم النموذج كيفية عمل تنبؤات غير مشروطة لتوجيهات خالية من المصنف؟
    • من خلال تدريب مصنف منفصل ثاني
    • عن طريق إسقاط التكييف بشكل عشوائي أثناء التدريب
    • باستخدام الصور السوداء فقط
    • عن طريق تعطيل GPU
  3. ما الذي تفعله زيادة مقياس التوجيه بشكل عام؟
    • يحسن التنوع دائمًا
    • يزيل تأثير المطالبة
    • يقوي الالتزام الفوري ولكن يمكن أن يسبب التشبع الزائد
    • يجعل الصورة ذات تدرج رمادي
  4. ما هو عدد التمريرات الأمامية تقريبًا لكل خطوة تقليل الضوضاء التي يتطلبها التوجيه القياسي الخالي من المصنف؟
    • صفر
    • عشرة
    • مائة
    • اثنان (واحد مشروط، والآخر غير مشروط)
  5. ما هي الميزة التي يتمتع بها التوجيه الخالي من المصنف على توجيه المصنف؟
    • لا يحتاج إلى مصنف مدرب بشكل منفصل
    • يتطلب المزيد من بيانات التدريب
    • إنه يعمل فقط على النماذج النصية
    • أنه يزيل عملية الانتشار
  6. In the common classifier-free guidance formula, what does guidance scale s=0 produce?
    • The conditional prediction with extra amplification
    • The unconditional model prediction without conditioning
    • A prediction from a separately trained classifier
    • A sample with all denoising removed
  7. How does classifier-free guidance combine model outputs at inference?
    • It combines two image classifiers
    • It removes the conditional prompt
    • It combines conditional and unconditional score estimates
    • It adds a learned reward model after decoding
  8. What does a guidance scale of 1 generally correspond to in the common formulation?
    • The unconditional prediction only
    • A classifier-based gradient
    • A zero-noise image
    • The conditional prediction without extra guidance amplification