Cuestionario vinculado a una guía · Medio Nivel

Imagen Prueba de conversión de texto a imagen

Revise el acondicionamiento de texto original Imagen, la generación en cascada, el umbral dinámico y las opciones de robustez en el entrenamiento de superresolución.

Rutas de guía relacionadasImagen Texto a imagen
Pregunta 1 de 8

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

Vista previa de cada pregunta8 preguntas

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

  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. ¿En qué codificador de texto se basa Imagen?
    • Una red de imágenes convolucional
    • Un pequeño LSTM
    • Un conjunto de reglas escritas a mano
    • Un modelo de lenguaje T5-XXL congelado
  3. ¿Cómo alcanza Imagen la alta resolución?
    • Difusión en cascada con etapas de ampliación de súper resolución
    • Un solo paso generacional gigante
    • Recortando una foto de archivo grande
    • Interpolando dos imágenes
  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. ¿Qué es DrawBench?
    • Una tableta de dibujo
    • Una marca de GPU
    • Un conjunto de datos de fotografías de gatos.
    • Un punto de referencia de indicaciones desafiantes para evaluar modelos de texto a imagen
  6. ¿Por qué el codificador T5-XXL se mantiene congelado en Imagen?
    • Está roto y no puede entrenar.
    • Su comprensión de texto enriquecido a partir de transferencias previas al entrenamiento sin ajustes adicionales
    • Para ahorrar espacio en disco solamente
    • Porque el texto es irrelevante
  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