Quiz lié à un guide · Moyen Niveau

Quiz de conversion texte-image

Passez en revue le conditionnement de texte original Imagen, la génération en cascade, le seuillage dynamique et les choix de robustesse dans la formation en super-résolution.

Chemins de guidage associésImager du texte à l'image
Question 1 de 8

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

Prévisualisez chaque question8 des questions

Les réponses et les explications apparaissent au fur et à mesure que vous répondez au quiz.

  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. Sur quel encodeur de texte Imagen s'appuie-t-il ?
    • Un réseau d'images convolutif
    • Un petit LSTM
    • Un ensemble de règles manuscrites
    • Un modèle linguistique T5-XXL figé
  3. Comment Imagen atteint-il la haute résolution ?
    • Diffusion en cascade avec étapes de mise à l'échelle super-résolution
    • Un seul pas de génération géant
    • En recadrant une grande photo
    • En interpolant deux images
  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. Qu’est-ce que DrawBench ?
    • Une tablette graphique
    • Une marque de GPU
    • Un ensemble de données de photos de chats
    • Une référence d'invites difficiles pour évaluer les modèles texte-image
  6. Pourquoi l'encodeur T5-XXL est-il gelé dans Imagen ?
    • Il est cassé et ne peut pas s'entraîner
    • Sa compréhension riche du texte à partir des transferts de pré-formation sans réglage supplémentaire
    • Pour économiser de l'espace disque uniquement
    • Parce que le texte n'a pas d'importance
  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