গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর
ধারাবাহিকতা মডেল কুইজ
কীভাবে সামঞ্জস্যপূর্ণ মডেলগুলি প্রসারণ গতিপথ এবং সীমানা সীমাবদ্ধতা থেকে এক-পদক্ষেপ বা কয়েক-পদক্ষেপ প্রজন্ম শেখে তা বুঝুন।
প্রশ্ন 1 এর 8
ডিফিউশন মডেলগুলির সাথে কোন মূল সমস্যাটি সামঞ্জস্যপূর্ণ মডেলগুলি সমাধান করে?
প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন
আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।
- ডিফিউশন মডেলগুলির সাথে কোন মূল সমস্যাটি সামঞ্জস্যপূর্ণ মডেলগুলি সমাধান করে?
- ডিফিউশন স্যাম্পলিং ধীর কারণ এর জন্য অনেক পুনরাবৃত্তিমূলক পদক্ষেপের প্রয়োজন
- ডিফিউশন রঙিন ছবি তৈরি করতে পারে না
- ডিফিউশন খুব কম মেমরি ব্যবহার করে
- ডিফিউশন শুধুমাত্র পাঠ্যের উপর কাজ করে
- এই মডেলগুলিকে সন্তুষ্ট করার জন্য প্রশিক্ষিত 'স্ব-সংগতি' বৈশিষ্ট্য কী?
- প্রতিটি ছবি একই রঙের হতে হবে
- একটি গোলমাল-থেকে-ডেটা ট্র্যাজেক্টোরির প্রতিটি বিন্দু একই পরিচ্ছন্ন প্রান্তবিন্দুতে মানচিত্র করে
- মডেলটিকে অবশ্যই একজন মানব লেবেলারের সাথে একমত হতে হবে
- আউটপুট অবশ্যই ইনপুট শব্দের সমান হবে
- কোন সীমানা শর্ত শূন্য সময়ে সামঞ্জস্য ফাংশন সন্তুষ্ট করতে হবে?
- এটা বিশুদ্ধ শব্দ আউটপুট করা আবশ্যক
- এটি একটি কালো ছবি আউটপুট করা আবশ্যক
- এটি অবশ্যই পরিচয় হিসাবে কাজ করবে (ইনপুট অপরিবর্তিত ফিরিয়ে দিন)
- এটি ডেটাসেট গড় আউটপুট আবশ্যক
- কিভাবে একটি বিদ্যমান প্রসারণ মডেল থেকে একটি ধারাবাহিকতা মডেল তৈরি করা যেতে পারে?
- এলোমেলোভাবে এর অর্ধেক স্তর মুছে ফেলার মাধ্যমে
- সিদ্ধান্ত গাছে রূপান্তর করে
- শুধুমাত্র টেক্সট ডেটাতে প্রশিক্ষণ দিয়ে
- pretrained বিস্তার মডেলের ধারাবাহিকতা পাতন দ্বারা
- কোন কৌশল শেখার লক্ষ্য প্রদান করে ধারাবাহিকতা প্রশিক্ষণকে স্থিতিশীল করে?
- একটি টার্গেট নেটওয়ার্ক একটি সূচকীয় চলমান গড় হিসাবে আপডেট করা হয়েছে৷
- এলোমেলোভাবে ক্ষতি ফাংশন মুছে ফেলা
- প্রতি ধাপে শেখার হার দ্বিগুণ করা
- শুধুমাত্র একটি প্রশিক্ষণ ইমেজ ব্যবহার করে
- How many sampling steps did the Latent Consistency Models paper report for high-quality 768×768 image generation?
- Hundreds of steps in every setting
- Two to four sampling steps
- Exactly one training epoch
- No sampling or model evaluation
- What are two training routes introduced for consistency models?
- Only supervised image classification
- Only adversarial training with a discriminator
- Consistency distillation from a pretrained diffusion model and standalone consistency training
- Token prediction and masked language modeling
- Which zero-shot image-editing tasks did the consistency-model paper demonstrate?
- Speech diarization and speaker verification
- Machine translation and summarization
- Database query planning and code completion
- Inpainting, colorization and super-resolution