Prueba de edición de atención cruzada de pregunta a pregunta

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

1. ¿Qué información interna reutiliza Prompt-to-Prompt para preservar una escena?
   • Los mapas de atención cruzada que vinculan palabras con regiones de imágenes.
   • Los píxeles de salida final.
   • El estado del optimizador del modelo.
   • Los metadatos de compresión de la imagen.
2. ¿El sistema Preguntar a Pregunta requiere ajustar el modelo?
   • Sí, un reentrenamiento completo por edición
   • No, es una técnica sin entrenamiento.
   • Sí, pero sólo el codificador de texto.
   • Solo para agregar nuevas palabras
3. Para cambiar una 'bicicleta' por una 'motocicleta' manteniendo la escena, el método:
   • Enmascara la región de la bicicleta a mano.
   • Entrena un nuevo LoRA para motos
   • Asigna la atención entre los tokens correspondientes a través de las dos indicaciones.
   • Genera una imagen completamente independiente.
4. ¿Qué logra reponderar la atención de un token?
   • Cambia la resolución de la imagen.
   • Elimina el token por completo.
   • Reordena las palabras en el mensaje.
   • Fortalece o debilita la influencia visual de esa palabra.
5. Cuando agrega una palabra al mensaje, Preguntar a Preguntar:
   • Preserva la atención para los tokens sin cambios y permite que solo el nuevo token genere nueva atención.
   • Vuelve a aleatorizar toda la imagen.
   • Ignora la palabra agregada
   • Cambia a un modelo base diferente
6. Which separate model was trained to follow written image-editing instructions from an input image?
   • InstructPix2Pix, a conditional diffusion editor trained on generated instruction-edit pairs
   • Prompt-to-Prompt, which edits by controlling cross-attention maps during denoising
   • Null-text inversion, which optimizes unconditional embeddings for image inversion
   • LocalBlend, which creates a selected-token mask from attention maps
7. What does the Prompt-to-Prompt LocalBlend feature use to localize a change?
   • A hand-drawn mask required for every Prompt-to-Prompt edit
   • The EXIF metadata of the original image
   • Attention maps for selected prompt words to construct a spatial mask
   • A classifier that identifies image copyright
8. What extra step can enable Prompt-to-Prompt editing of a real photograph?
   • Train a new diffusion model from scratch
   • Convert the photograph into an audio spectrogram
   • Replace every cross-attention layer with a classifier
   • Invert the image into the diffusion model’s latent trajectory first