Тест, свързан с ръководство · Среден Ниво

Тест за декодиране на паралелен токен на MaskGIT

Проверете обучението за маскирани токени и итеративното паралелно декодиране на MaskGIT, включително неговия базиран на доверие график за премаскиране и двупосочен контекст.

Свързани ръководни пътекиParallel Token декодиране на Maskgit
Въпрос 1 на 8

Как MaskGIT декодира токените на изображението по различен начин от трансформатора на VQGAN?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. Как MaskGIT декодира токените на изображението по различен начин от трансформатора на VQGAN?
    • Той предвижда токени паралелно и прецизира в няколко стъпки
    • Той предвижда един токен наведнъж в растерен ред
    • Не използва трансформатор
    • Той генерира само текст
  2. Каква цел на обучението заимства MaskGIT от езиковите модели?
    • Прогноза само за следваща дума
    • Предсказване на маскиран токен, като BERT
    • Класификация на изображенията
    • Подсилващо обучение от човешка обратна връзка
  3. По време на генерирането кои токени MaskGIT ангажира при всяка итерация?
    • Тези с най-ниско доверие
    • Случайни токени
    • Прогнози с най-висока степен на доверие
    • Всички токени наведнъж на първа стъпка
  4. 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
  5. Какъв график контролира колко токени MaskGIT разкрива на всяка стъпка?
    • График за косинусово маскиране
    • Само линейно правило, разкриващо всичко наведнъж
    • Няма график; това е случайно
    • Фиксиран един жетон на стъпка
  6. Защо двупосочното внимание помага на MaskGIT?
    • Скрива изображението от модела
    • Позволява на всеки токен да вижда цялото частично изображение за по-добър контекст
    • Той разглежда само по-ранни токени
    • Премахва необходимостта от всякакви токени
  7. 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
  8. 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