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.
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.
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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