اختبار تركيب الصور VQGAN وCodebook

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

1. ما الذي يستخدمه VQGAN لتمثيل الصورة كرموز منفصلة؟
   • كتاب رموز مكتسب من المتجهات التي يتم التقاط مخرجات التشفير إليها
   • قائمة بأسماء الملفات
   • بكسلات RGB الخام فقط
   • رقم واحد لكل صورة
2. What did the original VQGAN paper report gaining from adversarial and perceptual training?
   • To guarantee every VQVAE reconstruction is blurry
   • To preserve perceptual quality at increased compression in the original paper’s evaluated settings
   • To eliminate the need for a learned codebook
   • To make all images use the same token grid regardless of dataset
3. بمجرد أن تكون الصورة عبارة عن سلسلة من الرموز المميزة، ما النموذج الذي يولد صورًا جديدة؟
   • جدول بيانات
   • آلة حاسبة
   • محول الانحدار الذاتي يتنبأ بالرموز مثل الكلمات
   • سائق الطابعة
4. ما هي التقنية التي تسمح بتدفق التدرجات من خلال خطوة التكميم غير القابلة للتمييز؟
   • التسرب
   • التطبيع دفعة
   • زراعة عشوائية
   • المقدر المباشر
5. ما هو الاتجاه الفني الشهير للذكاء الاصطناعي الذي ساعدت VQGAN في إنشائه في عام 2021؟
   • VQGAN+CLIP الفن التوليدي
   • الطباعة ثلاثية الأبعاد
   • استنساخ الصوت
   • أتمتة جداول البيانات
6. ما هو التحدي المعروف في كتب الشفرات بأسلوب VQGAN؟
   • لا يمكنهم تخزين أي ناقلات
   • انهيار كتاب الرموز، حيث تصبح العديد من الرموز غير مستخدمة
   • أنها لا تحتاج إلى تدريب
   • إنهم يعملون فقط على الصوت
7. Why does VQGAN use a compact latent token grid for high-resolution images?
   • It removes the need for an image decoder
   • It makes every codebook entry a full-resolution image
   • It shortens the transformer sequence so modeling image composition is more tractable
   • It converts the transformer into a pixel-level convolution
8. Which loss does the VQGAN guide pair with adversarial training to improve reconstruction quality?
   • A language-model next-token loss
   • A contrastive audio-text loss
   • A reinforcement-learning reward from human rankings
   • فقدان الإدراك