Тест, свързан с ръководство · Среден Ниво

Parti Pathways Тест за авторегресивни изображения

Тествайте токени за авторегресивно изображение на Parti, реконструкция на ViT-VQGAN, наблюдавани резултати от мащабиране, оценка на PartiPrompts и ограничения за точност на подкани.

Свързани ръководни пътекиParti Pathways Авторегресивно изображение
Въпрос 1 на 8

Как Parti генерира изображение?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. Как Parti генерира изображение?
    • Чрез премахване на произволен шум през много стъпки
    • Чрез предвиждане на един символ на изображение в даден момент, като писане на изречение
    • Чрез съединяване на стокови снимки
    • Чрез рисуване на векторни пътеки
  2. Какво общо рамкиране използва Parti за задачата за текст към изображение?
    • Проблем с групирането
    • Учебна игра за укрепване
    • Търсене на най-близкия съсед
    • Проблем с превода от последователност към последователност
  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. Какво преобразува изображение в отделни токени за Parti?
    • Електронна таблица
    • Дифузионна U-мрежа
    • ViT-VQGAN токенизатор
    • Разпознавател на реч
  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. Какво е PartiPrompts?
    • Набор от музикални данни
    • Еталон от над 1600 предизвикателни текстови подкани
    • Приложение за редактиране на снимки
    • Тип 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