মিউজ মাস্কড জেনারেটিভ ইমেজিং কুইজ

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

1. পিক্সেল ডিনোইসিং এর পরিবর্তে প্রজন্মের সময় মিউজ কী ভবিষ্যদ্বাণী করে?
   • কাঁচা RGB পিক্সেল মান সরাসরি
   • একটি VQGAN কোডবুক থেকে মাস্ক করা বিচ্ছিন্ন ইমেজ টোকেন
   • ভেক্টর গ্রাফিক্স প্রোগ্রামের মতো ভেক্টর স্ট্রোক
   • গভীরতার মানচিত্র যা পরে রঙিন করা হয়
2. What feature contributes to Muse's reported sampling efficiency relative to the evaluated sequential image-token baseline?
   • Generating only monochrome outputs
   • Removing all text-encoder computation
   • Guaranteeing completion of every image in a single pass
   • Predicting multiple masked image tokens in each decoding round
3. How does original Muse condition image prediction on its text prompt?
   • With embeddings from a pretrained frozen T5-XXL encoder
   • With an untrained word-frequency table
   • By reading only the first character
   • By turning off text processing during inference
4. মিউজে আত্মবিশ্বাস-ভিত্তিক রিমাস্কিংয়ের ভূমিকা কী?
   • এটি নিম্নমানের প্রশিক্ষণের ছবি মুছে দেয়
   • এটি চূড়ান্ত চিত্র ফাইলকে সংকুচিত করে
   • এটি আত্মবিশ্বাসী টোকেন ভবিষ্যদ্বাণী রাখে এবং পরবর্তী রাউন্ডের জন্য অনিশ্চিত বিষয়গুলিকে পুনরায় মাস্ক করে
   • এটি ব্যবহারকারীর প্রম্পট মানের রেট দেয়
5. How does Muse's two-stage token pipeline produce a higher-resolution image representation?
   • It enlarges the output only with a blur filter
   • It predicts all resolutions with no additional model
   • It discards the text condition before the second stage
   • A super-resolution token model uses the base representation to predict a higher-resolution token grid
6. Muse স্বাভাবিকভাবে কোন ধরনের টাস্কের জন্য উপযুক্ত কারণ এটি মুখোশযুক্ত অঞ্চলগুলির পূর্বাভাস দেয়?
   • অডিও ট্রান্সক্রিপশন
   • ইনপেইন্টিং এবং আউটপেইন্টিং
   • স্প্রেডশীট গণনা
   • শুধুমাত্র ভিডিও কম্প্রেশন
7. After Muse predicts its image-token grid, which component reconstructs pixels?
   • The text prompt's keyboard input handler
   • An AIS transponder
   • The corresponding VQGAN tokenizer decoder
   • The training-caption file name
8. Why does a quoted Muse image-model parameter count omit some parameters used by the full generation system?
   • The frozen T5-XXL text encoder is an additional component
   • Every frozen model has zero stored parameters
   • The model count measures only PNG file bytes
   • The text encoder becomes the image tokenizer at runtime