স্থিতিশীল ভিডিও ডিফিউশন কুইজ

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

1. What input does a public Stable Video Diffusion image-to-video checkpoint use?
   • একটি একক স্থির চিত্র
   • একটি 3D জাল ফাইল
   • শুধুমাত্র একটি সম্পূর্ণ পাঠ্য চিত্রনাট্য
   • একটি মাইক্রোফোন রেকর্ডিং
2. গতি পরিচালনা করার জন্য SVD স্থির-ইমেজ স্থিতিশীল ডিফিউশন আর্কিটেকচারে কী যুক্ত করেছে?
   • একটি বড় রঙের প্যালেট
   • সময়ের সাথে সাথে ফ্রেমের সংযোগকারী অস্থায়ী স্তরগুলি
   • অডিও সংশ্লেষণ মডিউল
   • ক্যাপশনের জন্য একটি বানান-পরীক্ষক
3. স্থিতিশীল ভিডিও ডিফিউশন তার ডিনোইসিং সঞ্চালন করে কম্পিউট সংরক্ষণের জন্য কোন ধরনের স্থান?
   • কাঁচা পূর্ণ-রেজোলিউশন পিক্সেল স্থান
   • শুধুমাত্র ফ্রিকোয়েন্সি ডোমেন
   • একটি সংকুচিত সুপ্ত স্থান
   • একটি পাঠ্য টোকেন স্থান
4. What was significant about SVD’s research release?
   • It removed all license conditions
   • It was accessible only as a closed cloud API
   • It released audio weights but no video model
   • It made code and model weights available for research and adaptation under their license terms
5. SVD এর পাবলিক চেকপয়েন্টগুলি সাধারণত কতগুলি ফ্রেম তৈরি করে?
   • প্রায় 14 থেকে 25 ফ্রেম
   • ঠিক 1 ফ্রেম
   • কয়েক হাজার ফ্রেম
   • একটি সীমাহীন অবিচ্ছিন্ন প্রবাহ
6. SVD এর জন্য স্থিতিশীলতা এআই কোন প্রশিক্ষণ পদ্ধতির উপর জোর দিয়েছে?
   • র্যান্ডম ক্লিপগুলিতে একটি একক এক-শট প্রশিক্ষণ চালানো হয়
   • একটি স্টেজড রেসিপি: ইমেজ প্রিট্রেন, ভিডিও প্রিট্রেন, তারপর উচ্চ-মানের ফিনটিউন
   • শুধুমাত্র স্থির চিত্রের উপর প্রশিক্ষণ
   • মোটেই কোন প্রিট্রেনিং নেই
7. What downstream video adaptation does the SVD paper discuss using LoRA?
   • Speaker-identity adaptation for audio
   • Automatic SQL generation
   • Camera-motion-specific adaptation
   • Dependency-label prediction
8. What additional visual-generation capability did the SVD paper explore from its base model?
   • Generating a dependency parse for every frame
   • Separating a song into instrument stems
   • Estimating speech intelligibility
   • Fine-tuning a model to jointly generate multiple views of objects