SDXL ومسابقة الانتشار المتتالية

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

1. ما هي الدقة الأصلية التي ينشئ بها SDXL الصور، مقارنةً بـ Stable Diffusion الأصلي؟
   • 1024x1024 مقابل 512x512
   • 256 × 256 مقابل 128 × 128
   • 2048x2048 مقابل 1024x1024
   • 768 × 768 مقابل 256 × 256
2. ما هو دور نموذج تكرير SDXL؟
   • يقوم بترميز موجه النص
   • فهو يضيف تفاصيل دقيقة أثناء الخطوات النهائية لتقليل الضوضاء
   • يقوم بضغط الصور في المساحة الكامنة
   • يولد الضوضاء العشوائية الأولية
3. كم عدد برامج ترميز النص التي يستخدمها SDXL؟
   • واحد
   • ثلاثة
   • اثنان
   • صفر
4. ما هي الفكرة الأساسية للانتشار المتتالي؟
   • تدريب نموذج عملاق واحد على جميع القرارات في وقت واحد
   • إزالة برنامج ترميز النص لتسريع عملية الإنشاء
   • استبدال الانتشار بشبكة GAN في كل مرحلة
   • ربط نموذج أساسي بنماذج انتشار فائقة الدقة يتم تطويرها تدريجيًا
5. لماذا يقلل SDXL من الضوضاء في الفضاء الكامن وليس مباشرة على وحدات البكسل؟
   • فهو يجعل تقليل الضوضاء أرخص حسابيا
   • تبدو صور الفضاء الكامنة أكثر سخونة
   • لا يمكن تقليل حجم البكسل
   • إنه يتجنب الحاجة إلى مطالبة نصية
6. ما هي التقنية التي تقلل SDXL إلى عدد قليل من خطوات الجيل الواحد إلى أربع خطوات؟
   • تكييف المحاصيل
   • طرق التقطير مثل SDXL Turbo ونماذج الاتساق الكامن
   • إضافة المزيد من برامج ترميز النص
   • زيادة حجم VAE
7. What do SDXL's size and crop conditioning inputs tell the model?
   • Which training dataset owns the prompt
   • The number of denoising steps to run
   • The target image size and framing or crop
   • The image's final file format and compression level
8. What problem does noise-conditioning augmentation address in a cascaded diffusion pipeline?
   • إنه يلغي الحاجة إلى رسالة نصية
   • It guarantees that every stage produces the same resolution
   • It converts the latent image into an audio signal
   • It helps later super-resolution stages handle errors or uncertainty in the previous stage's low-resolution image