Útmutatóhoz kapcsolódó kvíz · Közepes Szint

Autoregresszív képgenerálási kvíz

Learn how autoregressive image models encode images as token sequences and generate them one step at a time from text prompts.

Kapcsolódó útmutató utakAutoregresszív képgenerálás
kérdés 1 -ból 8

Mit jelent az „autoregresszív” a képalkotás kontextusában?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. Mit jelent az „autoregresszív” a képalkotás kontextusában?
    • Minden új elem előrejelzése a korábban generált elemek függvényében történik
    • Minden új elem előrejelzése csak a szöveges prompt használatával történik
    • A teljes kép egyben zajtalanításra kerül a véletlenszerű zaj miatt
    • A pixelek egymástól teljesen függetlenül jönnek létre
  2. A modern autoregresszív képmodellek, mint például a DALL-E 1, általában hogyan ábrázolják a képet, mielőtt megjósolják?
    • Egyetlen folytonos vektorként
    • Egy tanult kódkönyvből származó diszkrét tokenek rögzített rácsjaként
    • Csak nyers 24 bites RGB pixelként
    • Vektorgrafikus alakzatok listájaként
  3. Mely korai modellek generáltak képeket nyers pixelenként?
    • GAN-ok és VAE-k
    • Stabil diffúzió és kép
    • PixelRNN és PixelCNN
    • CLIP és BLIP
  4. Milyen mechanizmus biztosítja, hogy a transzformátor csak a korábbi tokenekre figyeljen az autoregresszív generálás során?
    • Lemorzsolódás
    • Kötegelt normalizálás
    • Kapcsolódások kihagyása
    • Ok-okozati (maszkos) önfigyelem
  5. Mi az autoregresszív képmintavétel fő gyakorlati hátránya?
    • A mintavétel szekvenciális, ezért lassú
    • Nem lehet szöveghez kötni
    • Nem képes finom részleteket modellezni
    • Nem igényel edzési adatokat
  6. Melyik technika gyorsítja fel a token alapú képgenerálást sok token párhuzamos előrejelzésével?
    • Tanári kényszer
    • Maszkolt párhuzamos dekódolás (pl. MaskGIT/Muse)
    • Gradiens vágás
    • One-hot kódolás
  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