MaskGIT সমান্তরাল টোকেন ডিকোডিং কুইজ

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

1. কিভাবে MaskGIT ইমেজ টোকেন VQGAN এর ট্রান্সফরমার থেকে আলাদাভাবে ডিকোড করে?
   • এটি সমান্তরালভাবে টোকেনগুলির পূর্বাভাস দেয় এবং কয়েকটি ধাপে পরিমার্জন করে
   • এটি রাস্টার ক্রমে এক সময়ে একটি টোকেনের পূর্বাভাস দেয়
   • এটি কোন ট্রান্সফরমার ব্যবহার করে না
   • এটি শুধুমাত্র পাঠ্য তৈরি করে
2. মাস্কজিআইটি ভাষা মডেল থেকে কোন প্রশিক্ষণের উদ্দেশ্য ধার করে?
   • পরবর্তী শব্দ শুধুমাত্র ভবিষ্যদ্বাণী
   • মুখোশযুক্ত টোকেন পূর্বাভাস, যেমন BERT
   • চিত্র শ্রেণীবিভাগ
   • মানুষের প্রতিক্রিয়া থেকে শক্তিবৃদ্ধি শিক্ষা
3. প্রজন্মের সময়, মাস্কজিআইটি প্রতিটি পুনরাবৃত্তিতে কোন টোকেনগুলি কমিট করে?
   • সর্বনিম্ন আত্মবিশ্বাস বেশী
   • এলোমেলো টোকেন
   • সর্বোচ্চ আত্মবিশ্বাসের ভবিষ্যদ্বাণী
   • এক ধাপে একবারে সব টোকেন
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. মাস্কজিআইটি প্রতিটি ধাপে কতগুলি টোকেন প্রকাশ করে তা কোন সময়সূচী নিয়ন্ত্রণ করে?
   • একটি কোসাইন মাস্কিং সময়সূচী
   • একটি রৈখিক-শুধু নিয়ম যা একবারে প্রকাশ করে
   • কোন সময়সূচী নেই; এটা এলোমেলো
   • প্রতি ধাপে একটি নির্দিষ্ট একটি টোকেন
6. কেন দ্বিমুখী মনোযোগ MaskGIT সাহায্য করে?
   • এটি মডেল থেকে ছবিটি লুকিয়ে রাখে
   • এটি প্রতিটি টোকেনকে আরও ভাল প্রসঙ্গের জন্য সম্পূর্ণ আংশিক চিত্র দেখতে দেয়
   • এটি শুধুমাত্র আগের টোকেনগুলিকে দেখায়৷
   • এটি কোনো টোকেনের প্রয়োজনীয়তা দূর করে
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