कंट्रोलनेट क्विज़

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

1. What does ControlNet add to a pretrained text-to-image diffusion model?
   • A spatial conditioning path that can guide structure using inputs such as edges or pose maps
   • A guarantee that every generated pixel matches the input map exactly
   • A replacement for the text encoder and denoiser
   • A tool that predicts the original training image
2. कंट्रोलनेट में 'शून्य-कन्वोल्यूशन' परतों की क्या भूमिका है?
   • वे मूल मॉडल वज़न हटा देते हैं
   • वे शून्य भार से शुरू करते हैं इसलिए प्रशिक्षण मूल मॉडल के व्यवहार से शुरू होता है
   • वे छवियों को ग्रेस्केल में परिवर्तित करते हैं
   • वे प्रॉम्प्ट में यादृच्छिक शोर जोड़ते हैं
3. इनमें से कौन सा वैध कंट्रोलनेट कंडीशनिंग इनपुट है?
   • संख्याओं की एक स्प्रेडशीट
   • एक ऑडियो तरंग
   • एक ओपनपोज़ कंकाल या गहराई मानचित्र
   • एक डेटाबेस स्कीमा
4. कंट्रोलनेट स्टेबल डिफ्यूजन जैसे बेस डिफ्यूजन मॉडल से कैसे संबंधित है?
   • यह बेस मॉडल को पूरी तरह से बदल देता है
   • यह बिना किसी बेस मॉडल के ही काम करता है
   • यह इंटरनेट पर एक अलग कंप्यूटर पर चलता है
   • यह एक प्रशिक्षण योग्य शाखा के रूप में जुड़ता है जबकि बेस मॉडल स्थिर रहता है
5. In a ControlNet workflow, what roles can text and spatial conditioning play?
   • Text can describe semantic/style content while a spatial map supplies structural guidance
   • The spatial map proves the text prompt is factually true
   • Text always supplies exact pixel positions and the map supplies the object name
   • The text prompt is ignored whenever a map is present
6. What training-data scale does the ControlNet paper report as robust for training its controls?
   • Only datasets with exactly 50 examples
   • Both small datasets under 50,000 examples and large datasets over 1 million examples
   • Only datasets larger than 100 million examples
   • No training data is used
7. What does the ControlNet paper report about combining conditioning controls?
   • It permits only one edge map and requires no prompt in every case
   • It accepts text prompts but no spatial controls
   • It tests single or multiple conditions, with or without a text prompt
   • It requires exactly two depth maps for each image
8. Which pretrained part does ControlNet reuse as a strong backbone for learning spatial controls?
   • A database of user prompts
   • A language-model tokenizer only
   • A separately trained classifier for every edge map
   • The deep encoding layers of a pretrained diffusion model