Cuestionario vinculado a una guía · Medio Nivel

Google Imagen Cuestionario

Revise cómo Imagen condiciona la difusión del texto, mejora los detalles de la imagen y utiliza orientación y umbrales durante la generación.

Rutas de guía relacionadasImagen Google
Pregunta 1 de 8

¿Sobre qué tipo de modelo generativo se construye Google Imagen?

Vista previa de cada pregunta8 preguntas

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

  1. ¿Sobre qué tipo de modelo generativo se construye Google Imagen?
    • Un modelo de difusión
    • Una red generativa adversarial (GAN)
    • Solo un codificador automático variacional
    • Un renderizador basado en reglas
  2. Un hallazgo clave del artículo original de Imagen fue que al escalar, ¿qué componente mejoró más los resultados?
    • La red de difusión de imágenes.
    • El codificador de texto congelado (modelo de lenguaje)
    • El tamaño del lote de entrenamiento
    • El número de canales de color.
  3. ¿Qué mejora anunció Google para Imagen 4 en la aplicación de Gemini?
    • Guardar archivos como PNG
    • Generando audio
    • Improved text rendering in generated images
    • Comprimir imágenes
  4. La arquitectura original de Imagen utilizaba una cascada que comenzaba generando una imagen ¿a qué resolución?
    • 1024x1024
    • 512x512
    • 4096x4096
    • 64x64
  5. ¿Qué dijo Google DeepMind sobre lo que SynthID hace con imágenes generadas con Imagen en Vertex AI?
    • Embeds an imperceptible watermark in image pixels to help identify likely Imagen output
    • Converts all images to a new file format
    • Provides a GPU chip for image training
    • Translates the prompt language
  6. ¿A través de qué plataforma Google los desarrolladores pueden acceder a Imagen para sus propias aplicaciones?
    • Google Hojas
    • IA de vértice
    • Google Mapas
    • Herramientas de desarrollo de Chrome
  7. What issue does dynamic thresholding address in Imagen's sampling process?
    • The model having too few text tokens in its prompt
    • The training set containing too many image resolutions
    • Pixel values becoming oversaturated when classifier-free guidance is high
    • The tokenizer splitting a word into subwords
  8. What does classifier-free guidance do during Imagen sampling?
    • Selects a class label after the image is complete
    • Upscales the image without conditioning on its prompt
    • Replaces the noise-prediction model with a fixed image lookup
    • Combines conditional and unconditioned predictions to steer generation toward the prompt