Quiz lié à un guide · Moyen Niveau
Quiz d'orientation sans classificateur
Passez en revue les conseils sans classificateur, l’abandon conditionnel, le compromis qualité-diversité, les coûts d’inférence et l’échelle de guidage. Vérifiez la portée et les hypothèses.
Question 1 de 8
Why do diffusion models apply classifier-free guidance?
Prévisualisez chaque question8 des questions
Les réponses et les explications apparaissent au fur et à mesure que vous répondez au quiz.
- Why do diffusion models apply classifier-free guidance?
- Pour renforcer la mesure dans laquelle la sortie suit l'invite de conditionnement
- Pour compresser le modèle dans une taille plus petite
- Pour supprimer entièrement l'encodeur de texte
- Pour convertir des images en audio
- Comment un modèle apprend-il à faire des prédictions inconditionnelles pour un guidage sans classificateur ?
- En formant un deuxième classificateur distinct
- En laissant tomber le conditionnement au hasard pendant l'entraînement
- En utilisant uniquement des images noires
- En désactivant le GPU
- À quoi sert généralement l’augmentation de l’échelle d’orientation ?
- Améliore toujours la diversité
- Supprime l'influence de l'invite
- Renforce l’adhésion rapide mais peut provoquer une sursaturation
- Rend l'image en niveaux de gris
- Environ combien de passes avant par étape de débruitage le guidage standard sans classificateur nécessite-t-il ?
- Zéro
- Dix
- Cent
- Deux (un conditionnel, un inconditionnel)
- Quel avantage le guidage sans classificateur présente-t-il par rapport au guidage par classificateur ?
- Il ne nécessite aucun classificateur formé séparément
- Cela nécessite plus de données de formation
- Cela ne fonctionne que sur les modèles de texte
- Il élimine le processus de diffusion
- 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
- 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
- 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