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.
سؤال 1 من 8
لماذا تطبق نماذج الانتشار التوجيه بدون مصنف؟
معاينة كل سؤال8 أسئلة
تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.
- 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
- 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
- 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
- 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)
- 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
- 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
- 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
- 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