Cuestionario vinculado a una guía · Medio Nivel

Deslizadores LoRA para el cuestionario de edición de imágenes

Comprenda cómo los controles deslizantes de LoRA aprenden atributos de imagen continuos a partir de ejemplos y por qué el desenredo es importante para la edición controlada.

Pregunta 1 de 8

¿A qué se refiere el 'rango bajo' en LoRA?

Vista previa de cada pregunta8 preguntas

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

  1. ¿A qué se refiere el 'rango bajo' en LoRA?
    • Usar dos matrices pequeñas para aproximar los cambios de peso en lugar de editar todos los pesos
    • Reducir la resolución de la imagen de salida
    • Reducir el número de pasos de difusión.
    • Clasificar conceptos de menos a más importantes
  2. ¿Por qué puedes apilar varios controles deslizantes LoRA a la vez?
    • Porque sobrescriben el modelo base en secuencia.
    • Porque cada uno es un módulo pequeño e independiente agregado al modelo base congelado.
    • Porque el modelo se vuelve a entrenar entre cada control deslizante.
    • Porque solo hay un control deslizante activo a la vez
  3. ¿Qué hace normalmente aumentar el valor de fuerza de un control deslizante?
    • Agrega ruido aleatorio a la imagen.
    • Cambia a un modelo base diferente
    • Impulsa el concepto objetivo con más fuerza en la dirección positiva.
    • Reduce el tamaño del archivo de LoRA
  4. En comparación con la lucha con indicaciones de texto, una ventaja clave de los controles deslizantes es:
    • No requieren ningún modelo de difusión base.
    • Eliminan la necesidad de cualquier aviso.
    • Producen sólo imágenes en blanco y negro.
    • Control continuo y repetible sobre un único atributo
  5. How many unique Concept Sliders does the paper report composing without degrading output quality?
    • More than 50 in the reported composition experiment
    • Exactly two, with no larger compositions tested
    • One slider per image, with no stacking
    • An unlimited number for every model
  6. ¿Qué concepto introdujo el trabajo de Concept Sliders?
    • Una forma de comprimir imágenes con difusión.
    • Entrenamiento de direcciones LoRA que se asignan a un único atributo editable
    • Un nuevo sampler para una generación más rápida
    • Un método para subtitular imágenes automáticamente
  7. What training examples can Concept Sliders use to define a visual attribute direction?
    • Only a complete retraining of the diffusion model
    • A list of file names with no examples
    • A small set of text prompts or sample images
    • A video transcript unrelated to the target attribute
  8. Why does Concept Sliders seek to minimize interference with unrelated attributes?
    • So the frozen base model must be retrained for every edit
    • So all sliders produce the same visual change
    • So a slider cannot be combined with another module
    • So changing one slider is less likely to alter other aspects of the image