ऑटोरेग्रेसिव इमेज जनरेशन क्विज़

जैसे ही आप प्रश्नोत्तरी लेते हैं उत्तर और स्पष्टीकरण दिखाई देते हैं।

1. छवि निर्माण के संदर्भ में 'ऑटोरेग्रेसिव' का क्या अर्थ है?
   • प्रत्येक नए तत्व की भविष्यवाणी पहले से उत्पन्न तत्वों के आधार पर की जाती है
   • प्रत्येक नए तत्व की भविष्यवाणी केवल टेक्स्ट प्रॉम्प्ट का उपयोग करके की जाती है
   • पूरी छवि यादृच्छिक शोर से एक ही बार में निरूपित हो जाती है
   • पिक्सेल एक दूसरे से पूर्णतः स्वतंत्र रूप से उत्पन्न होते हैं
2. DALL-E 1 जैसे आधुनिक ऑटोरेग्रेसिव छवि मॉडल आम तौर पर भविष्यवाणी करने से पहले एक छवि का प्रतिनिधित्व कैसे करते हैं?
   • एकल सतत सदिश के रूप में
   • एक सीखी गई कोडबुक से अलग-अलग टोकन की एक निश्चित ग्रिड के रूप में
   • केवल कच्चे 24-बिट RGB पिक्सेल के रूप में
   • वेक्टर ग्राफ़िक्स आकृतियों की सूची के रूप में
3. कौन से शुरुआती मॉडल एक समय में एक कच्चे पिक्सेल की छवियां उत्पन्न करते हैं?
   • जीएएन और वीएई
   • स्थिर प्रसार और इमेजन
   • पिक्सेलआरएनएन और पिक्सेलसीएनएन
   • क्लिप और ब्लिप
4. कौन सा तंत्र यह सुनिश्चित करता है कि ट्रांसफार्मर ऑटोरेग्रेसिव पीढ़ी के दौरान केवल पहले के टोकन पर ही ध्यान देता है?
   • ड्रॉपआउट
   • बैच सामान्यीकरण
   • कनेक्शन छोड़ें
   • कारणात्मक (नकाबपोश) आत्म-ध्यान
5. ऑटोरेग्रेसिव इमेज सैंपलिंग का मुख्य व्यावहारिक दोष क्या है?
   • नमूनाकरण अनुक्रमिक है और इसलिए धीमा है
   • इसे पाठ पर आधारित नहीं किया जा सकता
   • यह बारीक विवरण का मॉडल नहीं बना सकता
   • इसके लिए किसी प्रशिक्षण डेटा की आवश्यकता नहीं है
6. कौन सी तकनीक समानांतर में कई टोकन की भविष्यवाणी करके टोकन-आधारित छवि निर्माण को गति देती है?
   • शिक्षक जबरदस्ती कर रहे हैं
   • नकाबपोश समानांतर डिकोडिंग (उदाहरण के लिए, मास्कजीआईटी/म्यूजियम)
   • धीरे-धीरे कतरन
   • एक-हॉट एन्कोडिंग
7. How does the original DALL·E model use text and image tokens?
   • Separate unconnected classifiers process text and pixels
   • A diffusion decoder predicts all pixels simultaneously
   • A single autoregressive Transformer models the sequence conditioned on text and image tokens
   • The model uses only a text encoder and no image-token sequence
8. What scale of image-text pairs did the original DALL·E paper report collecting?
   • About 250 pairs
   • About 25 thousand pairs
   • About 25 billion pairs
   • About 250 million image-text pairs