اختبار مرتبط بالدليل · متوسط المستوى
اختبار نماذج الاتساق
افهم كيف تتعلم نماذج الاتساق توليد خطوة واحدة أو خطوات قليلة من مسارات الانتشار والقيود الحدودية.
سؤال 1 من 8
ما هي المشكلة الأساسية في نماذج الانتشار التي تعالجها نماذج الاتساق؟
معاينة كل سؤال8 أسئلة
تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.
- ما هي المشكلة الأساسية في نماذج الانتشار التي تعالجها نماذج الاتساق؟
- أخذ عينات الانتشار بطيء لأنه يحتاج إلى العديد من الخطوات التكرارية
- لا يمكن للنشر إنشاء صور ملونة
- يستخدم الانتشار القليل جدًا من الذاكرة
- النشر يعمل فقط على النص
- ما هي خاصية "الاتساق الذاتي" التي تم تدريب هذه النماذج على إرضائها؟
- يجب أن تكون كل صورة بنفس اللون
- تقوم كل نقطة على مسار تحويل الضوضاء إلى تعيين البيانات إلى نفس نقطة النهاية النظيفة
- يجب أن يتفق النموذج مع الملصق البشري
- يجب أن يكون الإخراج مساوياً لضوضاء الإدخال
- ما هو الشرط الحدي الذي يجب أن تحققه دالة الاتساق عند الزمن صفر؟
- يجب أن يصدر ضوضاء نقية
- يجب أن إخراج صورة سوداء
- يجب أن تكون بمثابة الهوية (إرجاع الإدخال دون تغيير)
- يجب أن يقوم بإخراج متوسط مجموعة البيانات
- كيف يمكن إنشاء نموذج الاتساق من نموذج الانتشار الموجود؟
- وذلك بحذف نصف طبقاته بشكل عشوائي
- عن طريق تحويلها إلى شجرة القرار
- من خلال تدريبه فقط على البيانات النصية
- عن طريق التقطير المتسق لنموذج الانتشار المُدرب مسبقًا
- ما هي التقنية التي تعمل على استقرار التدريب المتسق من خلال توفير أهداف التعلم؟
- يتم تحديث الشبكة المستهدفة كمتوسط متحرك أسي
- حذف وظيفة الخسارة بشكل عشوائي
- مضاعفة معدل التعلم في كل خطوة
- استخدام صورة تدريب واحدة فقط
- How many sampling steps did the Latent Consistency Models paper report for high-quality 768×768 image generation?
- Hundreds of steps in every setting
- Two to four sampling steps
- Exactly one training epoch
- No sampling or model evaluation
- What are two training routes introduced for consistency models?
- Only supervised image classification
- Only adversarial training with a discriminator
- Consistency distillation from a pretrained diffusion model and standalone consistency training
- Token prediction and masked language modeling
- Which zero-shot image-editing tasks did the consistency-model paper demonstrate?
- Speech diarization and speaker verification
- Machine translation and summarization
- Database query planning and code completion
- Inpainting, colorization and super-resolution