Kvíz spojený s průvodcem · Střední úroveň

Autoregresivní zobrazovací kvíz Parti Pathways

Testujte parti autoregresivní obrazové tokeny, rekonstrukci ViT-VQGAN, pozorované výsledky škálování, vyhodnocení PartiPrompts a limity okamžité věrnosti.

Otázka 1 z 8

Jak Parti generuje obrázek?

Náhled každé otázky8 otázky

Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.

  1. Jak Parti generuje obrázek?
    • Odšumováním náhodného šumu v mnoha krocích
    • Předpovídáním jednoho obrazového tokenu najednou, jako je psaní věty
    • Spojením stock fotografií
    • Kreslením vektorových cest
  2. Jaké celkové rámování používá Parti pro úlohu převodu textu na obrázek?
    • Problém shlukování
    • Posilovací výuková hra
    • Vyhledání nejbližšího souseda
    • Problém překladu ze sekvence na sekvenci
  3. What did the Parti researchers observe when comparing their model scales up to 20 billion parameters?
    • Consistent quality improvements in their reported evaluations
    • A proof that every larger image model always answers every prompt correctly
    • Identical outputs and quality at every model scale
    • An elimination of every counting and spelling error
  4. Co převádí obrázek na samostatné tokeny pro Parti?
    • Tabulka
    • Difúzní U-síť
    • Tokenizér ViT-VQGAN
    • Rozpoznávání řeči
  5. What generation dependency creates sequential decoding work in Parti?
    • Every pixel must be manually drawn by the user
    • The text encoder can only read a grayscale image
    • The tokenizer requires an AIS position message
    • Each new image-token prediction depends on the previously generated token prefix
  6. Co je PartiPrompts?
    • Hudební datový soubor
    • Srovnávací test více než 1 600 náročných textových výzev
    • Aplikace pro úpravu fotografií
    • Typ GPU
  7. In Parti, what turns the generated visual-token sequence into image pixels?
    • The PartiPrompts category label alone
    • The user's text file extension
    • The image tokenizer's decoder
    • A fixed list of object names
  8. Does original Parti's reported scaling improvement establish perfect counting or spelling on every prompt?
    • No; the paper also documents prompt-dependent failures and inconsistencies
    • Yes; the largest scale guarantees exact counts for every scene
    • Yes; a benchmark removes all spelling errors by definition
    • Only if the prompt has no text