Kvíz spojený s průvodcem · Střední úroveň

LAION a kvíz otevřených datových sad

Vyzkoušejte, jak LAION-5B páruje, filtruje a organizuje obrázky a titulky z webových zdrojů, včetně vkládání CLIP a omezení reprodukovatelnosti.

Související vodicí cestyLaion a otevřené datové sady
Otázka 1 z 8

Co LAION primárně distribuuje ve svých obrazových a textových datových sadách?

Náhled každé otázky8 otázky

Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.

  1. Co LAION primárně distribuuje ve svých obrazových a textových datových sadách?
    • URL a metadata směřující na obrázky na webu
    • Skutečné obrazové soubory
    • Pouze textové popisky bez obrázků
    • Předtrénované modelové závaží
  2. Kolik párů obrázek-text je zhruba v LAION-5B?
    • 5 milionů
    • 5,85 miliardy
    • 500 milionů
    • 50 miliard
  3. Jaký model použil LAION k filtrování párů obrázek-text pro kvalitu zarovnání?
    • GPT-3
    • Stable Diffusion
    • KLIP
    • ResNet-50
  4. Který prominentní otevřený generativní model byl trénován pomocí dat LAION?
    • BERT
    • AlphaFold
    • Šeptej
    • Stable Diffusion
  5. What issue led LAION to withdraw LAION-5B in December 2023?
    • Researchers found URLs to images suspected to be child sexual abuse material
    • The dataset contained no English captions
    • The CLIP model could not read any image URLs
    • Every image in the dataset had been duplicated
  6. Jaká přetrvávající technická slabina vyplývá z toho, že LAION ukládá pouze adresy URL, nikoli obrázky?
    • Pomalejší filtrování CLIP
    • Link rot, která časem zhoršuje reprodukovatelnost
    • Vyšší náklady na skladování pro LAION
    • Neschopnost podporovat více jazyků
  7. Which precomputed representation can support fast similarity search across LAION-5B?
    • Full copies of every source image
    • Audio transcripts aligned to each image
    • CLIP embeddings for the image-text data
    • The complete weights of every trained text-to-image model
  8. Which three language groupings does the LAION-5B paper describe?
    • English, Spanish, and French only
    • Text-only, video, and speech datasets
    • Training, validation, and test images
    • English, multilingual, and language-undetermined data