مسابقة ControlNet

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

1. What does ControlNet add to a pretrained text-to-image diffusion model?
   • A spatial conditioning path that can guide structure using inputs such as edges or pose maps
   • A guarantee that every generated pixel matches the input map exactly
   • A replacement for the text encoder and denoiser
   • A tool that predicts the original training image
2. ما هو دور طبقات "الالتواء الصفري" في ControlNet؟
   • يقومون بحذف أوزان النموذج الأصلي
   • يبدأون بأوزان صفرية لذا يبدأ التدريب من سلوك النموذج الأصلي
   • يقومون بتحويل الصور إلى التدرج الرمادي
   • يضيفون ضوضاء عشوائية إلى الموجه
3. أي مما يلي يعد مدخلاً صالحًا لتكييف ControlNet؟
   • جدول بيانات بالأرقام
   • شكل موجة صوتية
   • هيكل عظمي OpenPose أو خريطة العمق
   • مخطط قاعدة البيانات
4. كيف ترتبط ControlNet بنموذج الانتشار الأساسي مثل Stable Diffusion؟
   • إنه يحل محل النموذج الأساسي بالكامل
   • إنه يعمل فقط بدون أي نموذج أساسي
   • يتم تشغيله على جهاز كمبيوتر منفصل عبر الإنترنت
   • يتم تثبيته كفرع قابل للتدريب بينما يظل النموذج الأساسي مجمداً
5. In a ControlNet workflow, what roles can text and spatial conditioning play?
   • Text can describe semantic/style content while a spatial map supplies structural guidance
   • The spatial map proves the text prompt is factually true
   • Text always supplies exact pixel positions and the map supplies the object name
   • The text prompt is ignored whenever a map is present
6. What training-data scale does the ControlNet paper report as robust for training its controls?
   • Only datasets with exactly 50 examples
   • Both small datasets under 50,000 examples and large datasets over 1 million examples
   • Only datasets larger than 100 million examples
   • No training data is used
7. What does the ControlNet paper report about combining conditioning controls?
   • It permits only one edge map and requires no prompt in every case
   • It accepts text prompts but no spatial controls
   • It tests single or multiple conditions, with or without a text prompt
   • It requires exactly two depth maps for each image
8. Which pretrained part does ControlNet reuse as a strong backbone for learning spatial controls?
   • A database of user prompts
   • A language-model tokenizer only
   • A separately trained classifier for every edge map
   • The deep encoding layers of a pretrained diffusion model