Útmutatóhoz kapcsolódó kvíz · Közepes Szint

Konzisztencia modellek kvíz

Understand how consistency models learn one-step or few-step generation from diffusion trajectories and boundary constraints.

Kapcsolódó útmutató utakKonzisztencia modellek
kérdés 1 -ból 8

A diffúziós modellekkel kapcsolatban milyen alapvető problémát oldanak meg a konzisztenciamodellek?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. A diffúziós modellekkel kapcsolatban milyen alapvető problémát oldanak meg a konzisztenciamodellek?
    • A diffúziós mintavétel lassú, mert sok iteratív lépést igényel
    • A diffúzió nem tud színes képeket generálni
    • A diffúzió túl kevés memóriát használ
    • A diffúzió csak szövegen működik
  2. Mi az az „önkonzisztencia” tulajdonság, amelynek kielégítésére ezeket a modelleket kiképezték?
    • Minden képnek azonos színűnek kell lennie
    • A zaj-adat pálya minden pontja ugyanarra a tiszta végpontra vonatkozik
    • A modellnek meg kell egyeznie egy emberi címkézővel
    • A kimenetnek meg kell egyeznie a bemeneti zajjal
  3. Milyen peremfeltételt kell teljesítenie a konzisztenciafüggvénynek a nulla időpontban?
    • Tiszta zajt kell kiadnia
    • Fekete képet kell kiadnia
    • Azonosítóként kell működnie (változatlanul adja vissza a bevitelt)
    • Az adatkészlet átlagát kell kiadnia
  4. Hogyan lehet konzisztencia modellt létrehozni egy meglévő diffúziós modellből?
    • A rétegek felének véletlenszerű törlésével
    • Döntési fává alakítva
    • Csak szöveges adatokra tanítva
    • Az előképzett diffúziós modell konzisztencia desztillációjával
  5. Milyen technika stabilizálja a következetes képzést tanulási célok megadásával?
    • Exponenciális mozgóátlagként frissített célhálózat
    • A veszteségfüggvény véletlenszerű törlése
    • Minden lépésben megduplázza a tanulási sebességet
    • Csak egy edzéskép használata
  6. How many sampling steps did the Latent Consistency Models paper report for high-quality 768×768 image generation?
    • Hundreds of steps in every setting
    • Two to four sampling steps
    • Exactly one training epoch
    • No sampling or model evaluation
  7. What are two training routes introduced for consistency models?
    • Only supervised image classification
    • Only adversarial training with a discriminator
    • Consistency distillation from a pretrained diffusion model and standalone consistency training
    • Token prediction and masked language modeling
  8. Which zero-shot image-editing tasks did the consistency-model paper demonstrate?
    • Speech diarization and speaker verification
    • Machine translation and summarization
    • Database query planning and code completion
    • Inpainting, colorization and super-resolution