Cuestionario vinculado a una guía · Medio Nivel

Prueba de orientación sin clasificador

Revise la orientación sin clasificadores, el abandono condicional, la compensación entre calidad y diversidad, los costos de inferencia y la escala de orientación. Verificar alcance y supuestos.

Rutas de guía relacionadasOrientación gratuita del clasificador
Pregunta 1 de 8

¿Por qué los modelos de difusión aplican una guía sin clasificadores?

Vista previa de cada pregunta8 preguntas

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

  1. ¿Por qué los modelos de difusión aplican una guía sin clasificadores?
    • Para fortalecer qué tan cerca la salida sigue el mensaje de acondicionamiento.
    • Para comprimir el modelo a un tamaño más pequeño
    • Para eliminar el codificador de texto por completo
    • Para convertir imágenes en audio
  2. ¿Cómo aprende un modelo a hacer predicciones incondicionales para una guía sin clasificadores?
    • Entrenando un segundo clasificador separado
    • Al abandonar aleatoriamente el acondicionamiento durante el entrenamiento.
    • Usando solo imágenes en negro
    • Al desactivar la GPU
  3. ¿Qué significa generalmente aumentar la escala de orientación?
    • Siempre mejora la diversidad
    • Elimina la influencia del mensaje.
    • Fortalece la adherencia inmediata pero puede causar sobresaturación.
    • Hace la imagen en escala de grises.
  4. ¿Aproximadamente cuántos pases hacia adelante por paso de eliminación de ruido requiere la guía estándar sin clasificador?
    • Cero
    • diez
    • cien
    • Dos (uno condicional, uno incondicional)
  5. ¿Qué ventaja tiene la guía sin clasificador sobre la guía con clasificador?
    • No necesita un clasificador capacitado por separado.
    • Requiere más datos de entrenamiento.
    • Sólo funciona en modelos de texto.
    • Elimina el proceso de difusión.
  6. In the common classifier-free guidance formula, what does guidance scale s=0 produce?
    • The conditional prediction with extra amplification
    • The unconditional model prediction without conditioning
    • A prediction from a separately trained classifier
    • A sample with all denoising removed
  7. How does classifier-free guidance combine model outputs at inference?
    • It combines two image classifiers
    • It removes the conditional prompt
    • It combines conditional and unconditional score estimates
    • It adds a learned reward model after decoding
  8. What does a guidance scale of 1 generally correspond to in the common formulation?
    • The unconditional prediction only
    • A classifier-based gradient
    • A zero-noise image
    • The conditional prediction without extra guidance amplification