اختبار مرتبط بالدليل · متوسط المستوى
اختبار فك تشفير الرمز المميز لـ MaskGIT
تحقق من تدريب MaskGIT على الرموز المميزة وفك التشفير المتوازي التكراري، بما في ذلك جدول إعادة التشكيل القائم على الثقة والسياق ثنائي الاتجاه.
سؤال 1 من 8
كيف يقوم MaskGIT بفك تشفير الرموز المميزة للصور بشكل مختلف عن محول VQGAN؟
معاينة كل سؤال8 أسئلة
تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.
- كيف يقوم MaskGIT بفك تشفير الرموز المميزة للصور بشكل مختلف عن محول VQGAN؟
- يتنبأ بالرموز المميزة بالتوازي ويحسنها خلال بضع خطوات
- يتنبأ برمز واحد في كل مرة بترتيب نقطي
- لا يستخدم أي محول
- فهو يولد النص فقط
- ما الهدف التدريبي الذي يستعيره MaskGIT من نماذج اللغة؟
- التنبؤ بالكلمة التالية فقط
- التنبؤ بالرمز المقنع، مثل BERT
- تصنيف الصور
- تعزيز التعلم من ردود الفعل البشرية
- أثناء عملية الإنشاء، ما هي الرموز المميزة التي يلتزم بها MaskGIT عند كل تكرار؟
- الأقل ثقة
- الرموز العشوائية
- أعلى التوقعات الثقة
- جميع الرموز مرة واحدة في الخطوة الأولى
- In the original MaskGIT generation examples, roughly how many refinement iterations were often used?
- Exactly one iteration for every image and task
- Hundreds of sequential token predictions
- A fixed number that cannot be changed by the user
- About 8 to 12 in those reported configurations
- ما هو الجدول الزمني الذي يتحكم في عدد الرموز المميزة التي يكشف عنها MaskGIT في كل خطوة؟
- جدول اخفاء جيب التمام
- قاعدة خطية فقط تكشف الكل مرة واحدة
- لا يوجد جدول زمني. انها عشوائية
- رمز ثابت واحد لكل خطوة
- لماذا يساعد الاهتمام ثنائي الاتجاه MaskGIT؟
- يقوم بإخفاء الصورة من النموذج
- فهو يتيح لكل رمز رؤية الصورة الجزئية بأكملها للحصول على سياق أفضل
- إنه ينظر فقط إلى الرموز السابقة
- فإنه يلغي الحاجة إلى أي الرموز
- What token grid does MaskGIT begin with when generating an image?
- A fully decoded image that only needs color correction
- A left-to-right stream with no masked positions
- A grid with every image token masked
- A grid of text embeddings from the prompt only
- How can MaskGIT fill a masked region during image inpainting?
- Discard the observed image and generate an unrelated full image
- Use only a left-to-right text decoder with no image tokens
- Replace every visible token with a random codebook entry
- Keep observed image tokens as context and iteratively predict the masked positions