ইমেজেন টেক্সট-টু-ইমেজ কুইজ

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

1. In the original Imagen study's scaling comparison, which change produced larger image-quality and text-alignment gains?
   • Discarding the language encoder entirely
   • Increasing the pretrained text encoder's size rather than the diffusion model's size
   • Replacing diffusion with nearest-neighbor image lookup
   • Reducing every prompt to a single word
2. ইমেজেন কোন টেক্সট এনকোডারের উপর নির্ভর করে?
   • একটি convolutional ইমেজ নেট
   • একটি ছোট LSTM
   • একটি হাতে লিখিত নিয়ম সেট
   • একটি হিমায়িত T5-XXL ভাষার মডেল
3. কিভাবে ইমেজেন উচ্চ রেজোলিউশনে পৌঁছায়?
   • সুপার-রেজোলিউশন আপস্কেলিং পর্যায়ে ক্যাসকেড ডিফিউশন
   • একটি একক দৈত্য প্রজন্মের পদক্ষেপ
   • একটি বড় স্টক ফটো ক্রপ করে
   • দুটি ইমেজ interpolating দ্বারা
4. What problem did original Imagen's dynamic thresholding address under strong guidance?
   • A lack of text tokens in the encoder vocabulary
   • The need to compress the final PNG file
   • Saturation of predicted pixel values during sampling
   • A missing training label for every object
5. DrawBench কি?
   • একটি অঙ্কন ট্যাবলেট
   • একটি GPU ব্র্যান্ড
   • বিড়ালের ফটোগুলির একটি ডেটাসেট
   • টেক্সট-টু-ইমেজ মডেলের মূল্যায়নের জন্য চ্যালেঞ্জিং প্রম্পটের একটি বেঞ্চমার্ক
6. T5-XXL এনকোডার কেন ইমেজেনে হিমায়িত রাখা হয়?
   • এটি ভেঙ্গে গেছে এবং প্রশিক্ষণ দিতে পারে না
   • আরও টিউনিং ছাড়াই প্রিট্রেইনিং ট্রান্সফার থেকে এর সমৃদ্ধ পাঠ্য বোঝাপড়া
   • শুধুমাত্র ডিস্ক স্থান সংরক্ষণ করতে
   • কারণ লেখাটি অপ্রাসঙ্গিক
7. What resolution did original Imagen's base diffusion model generate before its super-resolution stages?
   • 256 by 256 pixels as the first stage
   • 1024 by 1024 pixels directly
   • 64 by 64 pixels
   • A single pixel that was copied across the final image
8. Why did the Imagen researchers add Gaussian noise to low-resolution conditioning images during super-resolution training?
   • To make the upsamplers more robust to imperfect inputs from earlier stages
   • To remove text conditioning from the entire cascade
   • To guarantee that all training images had the same caption
   • To replace the upsamplers with deterministic resizing