مسابقة التصوير الخاصة بالمسارات الجزئية ذات الانحدار الذاتي

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

1. كيف يقوم Parti بإنشاء صورة؟
   • عن طريق تقليل الضوضاء العشوائية على العديد من الخطوات
   • من خلال توقع رمز صورة واحدة في كل مرة، مثل كتابة جملة
   • من خلال خياطة الصور المخزنة معًا
   • عن طريق رسم مسارات المتجهات
2. ما هو الإطار العام الذي يستخدمه Parti لمهمة تحويل النص إلى صورة؟
   • مشكلة التجمع
   • لعبة التعلم المعزز
   • بحث عن الجار الأقرب
   • مشكلة ترجمة تسلسل إلى تسلسل
3. What did the Parti researchers observe when comparing their model scales up to 20 billion parameters?
   • Consistent quality improvements in their reported evaluations
   • A proof that every larger image model always answers every prompt correctly
   • Identical outputs and quality at every model scale
   • An elimination of every counting and spelling error
4. ما الذي يحول الصورة إلى رموز منفصلة لـ Parti؟
   • جدول بيانات
   • ونشر يو نت
   • رمز ViT-VQGAN
   • أداة التعرف على الكلام
5. What generation dependency creates sequential decoding work in Parti?
   • Every pixel must be manually drawn by the user
   • The text encoder can only read a grayscale image
   • The tokenizer requires an AIS position message
   • Each new image-token prediction depends on the previously generated token prefix
6. ما هو PartiPrompts؟
   • مجموعة بيانات الموسيقى
   • معيار يضم أكثر من 1600 مطالبة نصية صعبة
   • تطبيق لتحرير الصور
   • نوع من GPU
7. In Parti, what turns the generated visual-token sequence into image pixels?
   • The PartiPrompts category label alone
   • The user's text file extension
   • The image tokenizer's decoder
   • A fixed list of object names
8. Does original Parti's reported scaling improvement establish perfect counting or spelling on every prompt?
   • No; the paper also documents prompt-dependent failures and inconsistencies
   • Yes; the largest scale guarantees exact counts for every scene
   • Yes; a benchmark removes all spelling errors by definition
   • Only if the prompt has no text