Mit dem Guide verknüpftes Quiz · Mittel Ebene

Imagen Text-zu-Bild-Quiz

Überprüfen Sie die ursprüngliche Imagen-Textkonditionierung, kaskadierte Generierung, dynamische Schwellenwerte und Robustheitsoptionen im Super-Resolution-Training.

Verwandte FührungspfadeBildtext zu Bild
Frage 1 von 8

In the original Imagen study's scaling comparison, which change produced larger image-quality and text-alignment gains?

Sehen Sie sich jede Frage in der Vorschau an8 Fragen

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

  1. In the original Imagen study's scaling comparison, which change produced larger image-quality and text-alignment gains?
    • Discarding the language encoder entirely
    • Increasing the pretrained text encoder's size rather than the diffusion model's size
    • Replacing diffusion with nearest-neighbor image lookup
    • Reducing every prompt to a single word
  2. Auf welchen Text-Encoder verlässt sich Imagen?
    • Ein Faltungsbildnetz
    • Ein kleines LSTM
    • Ein handgeschriebener Regelsatz
    • Ein eingefrorenes T5-XXL-Sprachmodell
  3. Wie erreicht Imagen eine hohe Auflösung?
    • Kaskadierte Diffusion mit Super-Resolution-Upscaling-Stufen
    • Ein einziger riesiger Generationsschritt
    • Durch Zuschneiden eines großen Stockfotos
    • Durch Interpolation zweier Bilder
  4. What problem did original Imagen's dynamic thresholding address under strong guidance?
    • A lack of text tokens in the encoder vocabulary
    • The need to compress the final PNG file
    • Saturation of predicted pixel values during sampling
    • A missing training label for every object
  5. Was ist DrawBench?
    • Ein Zeichentablett
    • Eine GPU-Marke
    • Ein Datensatz mit Katzenfotos
    • Ein Benchmark anspruchsvoller Eingabeaufforderungen zur Bewertung von Text-zu-Bild-Modellen
  6. Warum bleibt der T5-XXL-Encoder in Imagen eingefroren?
    • Es ist kaputt und kann nicht trainieren
    • Sein Rich-Text-Verständnis durch Übertragungen vor dem Training ohne weitere Optimierung
    • Nur um Speicherplatz zu sparen
    • Weil Text irrelevant ist
  7. What resolution did original Imagen's base diffusion model generate before its super-resolution stages?
    • 256 by 256 pixels as the first stage
    • 1024 by 1024 pixels directly
    • 64 by 64 pixels
    • A single pixel that was copied across the final image
  8. Why did the Imagen researchers add Gaussian noise to low-resolution conditioning images during super-resolution training?
    • To make the upsamplers more robust to imperfect inputs from earlier stages
    • To remove text conditioning from the entire cascade
    • To guarantee that all training images had the same caption
    • To replace the upsamplers with deterministic resizing