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.

Chemins de guidage associésGuide gratuit du classificateur
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.

  1. 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
  2. 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
  3. 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
  4. 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)
  5. 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
  6. 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
  7. 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
  8. 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