Kvíz spojený s průvodcem · Těžko úroveň
Flow Matching kvíz
Prozkoumejte naučená vektorová pole, podmíněné cesty, vzorkování ODE a vztah ke generování založenému na difúzi.
Otázka 1 z 8
Co se model přizpůsobení toku přímo naučí předpovídat?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- Co se model přizpůsobení toku přímo naučí předpovídat?
- Rychlostní pole, které posouvá vzorky od šumu směrem k datům
- Klasifikační štítek pro každý obrázek
- Komprimované bajty JPEG obrázku
- Pevná vyhledávací tabulka hodnot pixelů
- Jak se generují vzorky z natrénovaného modelu přizpůsobení toku?
- Vzorkováním diskrétního Markovova řetězce slov
- Integrací naučeného rychlostního pole s řešičem ODE počínaje šumem
- Spuštěním gradientu sestupu na vstupním obrázku
- Zprůměrováním celé tréninkové sestavy
- Čím je podmíněná ztráta přizpůsobení toku ovladatelná?
- Úplně ignoruje data
- Vyžaduje analytické řešení celé okrajové oblasti
- Podmiňuje jeden datový bod a používá jednoduchou známou interpolační cestu
- Funguje vždy pouze na jednom obrázku
- Proč varianta „usměrněného toku“ umožňuje rychlejší generování?
- Využívá větší neuronové sítě
- Úplně vynechává trénink
- Nejprve převede obrázky na text
- Narovnává pravděpodobnostní cesty, takže je potřeba méně kroků řešení ODE
- Which named image model’s paper explicitly describes a rectified-flow transformer?
- Stable Diffusion 3
- Flux, as established by the cited source set
- ResNet-50
- YOLOv8
- Jaká je typická interpolace mezi vzorkem šumu a vzorkem dat při podmíněném přizpůsobení toku v čase t?
- Náhodné zamíchání pixelů
- x_t = (1-t)*šum + t*data, přímá směs
- Umocnění každé hodnoty pixelu
- Řazení pixelů podle jasu
- In conditional flow matching, how is the marginal vector field related to conditional vector fields?
- It is the largest vector in the training batch
- It is a fixed class label independent of time
- It is the conditional expectation of the conditional vector field over the conditioning variable
- It is the average pixel value of the data
- Beyond generative modeling, what other task does the original rectified-flow paper describe?
- Speech diarization with speaker embeddings
- Classifying handwritten digits from labels alone
- Predicting calendar availability
- Data or domain transfer between distributions