Flow-Matching-Quiz

Während Sie am Quiz teilnehmen, werden Antworten und Erklärungen angezeigt.

1. Was lernt ein Flow-Matching-Modell direkt vorherzusagen?
   • Ein Geschwindigkeitsfeld, das Samples vom Rauschen in Richtung Daten bewegt
   • Eine Klassifizierungsbezeichnung für jedes Bild
   • Die komprimierten JPEG-Bytes eines Bildes
   • Eine feste Nachschlagetabelle mit Pixelwerten
2. Wie werden Stichproben aus einem trainierten Flow-Matching-Modell generiert?
   • Durch Abtasten einer diskreten Markov-Wortkette
   • Durch Integration des erlernten Geschwindigkeitsfelds mit einem ODE-Löser ausgehend vom Rauschen
   • Durch Ausführen eines Gradientenabstiegs auf dem Eingabebild
   • Durch Mittelung des gesamten Trainingssatzes
3. Was macht den bedingten Flow-Matching-Verlust für das Training beherrschbar?
   • Die Daten werden vollständig ignoriert
   • Es erfordert die analytische Lösung des gesamten Randfeldes
   • Es basiert auf einem einzelnen Datenpunkt und verwendet einen einfachen bekannten Interpolationspfad
   • Es funktioniert immer nur bei einem Bild gleichzeitig
4. Warum ermöglicht die „Rectified Flow“-Variante eine schnellere Erzeugung?
   • Es nutzt größere neuronale Netze
   • Das Training wird komplett übersprungen
   • Es wandelt zunächst Bilder in Text um
   • Dadurch werden die Wahrscheinlichkeitspfade begradigt, sodass weniger ODE-Löserschritte erforderlich sind
5. 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
6. Was ist beim bedingten Flussabgleich eine typische Interpolation zwischen einer Rauschprobe und einer Datenprobe zum Zeitpunkt t?
   • Eine zufällige Mischung von Pixeln
   • x_t = (1-t)*Rauschen + t*Daten, eine geradlinige Mischung
   • Quadrieren jedes Pixelwerts
   • Pixel nach Helligkeit sortieren
7. 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
8. 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