Útmutatóhoz kapcsolódó kvíz · Kemény Szint

Memorizálás a diffúziós modellekben kvíz

Azt teszteli, hogy mit jelent a memorizálás a diffúziós modellekben, miért okozza ezt a duplikált képzési adatok, és hogyan vonják ki és enyhítik a kutatók a közeli másolatokat.

Kapcsolódó útmutató utakMemorizálás diffúziós modellekben
kérdés 1 -ból 8

Mit jelent a memorizálás a diffúziós modellben?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. Mit jelent a memorizálás a diffúziós modellben?
    • A modell megjegyzi a felhasználó korábbi utasításait
    • A modell szinte pontosan reprodukálja a konkrét edzésképeket
    • A modell a képeket adatbázisban tárolja keresés céljából
    • A modell edzés után elfelejtett rajzolni
  2. Miért növeli a megkettőzött adatok memorizálását?
    • A másolatok tárolása nagyobb felbontásban történik
    • A másolatok automatikusan eltávolításra kerülnek az edzés előtt
    • Ha egy kép sokszor megjelenik, a tárolása a legegyszerűbb módja annak, hogy csökkentse rajta az edzési veszteséget
    • A duplikációk összezavarják a modellt, így zajt ad ki
  3. Mit mutatott be Carlini és kollégái 2023-as tanulmánya?
    • A diffúziós modellek soha nem másolják a képzési adatokat
    • Csak a szöveges modellek memorizálják az adatokat
    • A memorizálás csak fekete-fehér képeken történik
    • A Stable Diffusion-ből több mint száz közel azonos edzéskép nyerhető ki
  4. Hogyan azonosította az extrakciós támadás a valószínűleg memorizált képeket?
    • Majdnem azonos nemzedékeket keresett sok magon keresztül ugyanazon feliratért
    • Közvetlenül képekként olvassa be a modell súlyait
    • Megkérdezte a modellt, hogy mely képeket memorizálta
    • Hasonló fényképeket keresett a neten
  5. Melyik állítás igaz a memorizálásról?
    • Ez a modell normális viselkedése minden felszólításnál
    • Ritka, de egy határozott felhasználó megcélozhatja
    • Csak pontos pixelmásolatként jelenik meg
    • Nincs jelentősége a magánélet szempontjából
  6. Miért élesebb az adatvédelmi kockázat egy kis adathalmaz (például orvosi szkennelés) finomhangolásakor?
    • A kis adatkészletek mindig nyilvánosak
    • Az orvosi vizsgálatok túl nagyok ahhoz, hogy edzenek
    • Mindegyik példa nagyobb hatással van a modellre, növelve a regurgitáció esélyét
    • A finomhangolás törli az alapmodellt
  7. Melyik mérséklés korlátozza egyetlen képzési példa hatását, de jelenleg rontja a képminőséget?
    • Különböző magánképzés
    • A mintavételi lépések számának növelése
    • Hosszabb felszólítások használata
    • Képzés több korszakra
  8. Miért hatékonyabb a deduplikáció, ha nem csak a pontos másolatokat, hanem a közel duplikációkat is eltávolítja?
    • A pontos másolatok nem befolyásolják a képzést
    • A majdnem ismétlődő példányok tárolása illegális
    • A szinte ismétlődő képek homályosabbá teszik a képeket
    • Ugyanannak a képnek a kissé szerkesztett változatai továbbra is ismételt expozícióként működnek