Útmutatóhoz kapcsolódó kvíz · Közepes Szint

Parti Pathways Autoregresszív képalkotó kvíz

Test Parti autoregressive image tokens, ViT-VQGAN reconstruction, observed scaling results, PartiPrompts evaluation, and prompt-faithfulness limits.

kérdés 1 -ból 8

Hogyan generál Parti képet?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. Hogyan generál Parti képet?
    • Véletlenszerű zajok zajtalanításával több lépésben
    • Egyszerre egy képjelző előrejelzésével, például egy mondat írásával
    • Stock fotók összefűzésével
    • Vektor útvonalak rajzolásával
  2. Milyen általános keretezést használ Parti a szöveg-kép feladathoz?
    • Klaszterezési probléma
    • Megerősítő tanulási játék
    • A legközelebbi szomszéd keresése
    • Egy sorozatról szekvenciára fordítási probléma
  3. What did the Parti researchers observe when comparing their model scales up to 20 billion parameters?
    • Consistent quality improvements in their reported evaluations
    • A proof that every larger image model always answers every prompt correctly
    • Identical outputs and quality at every model scale
    • An elimination of every counting and spelling error
  4. Mi alakítja át a képet diszkrét tokenekké a Parti számára?
    • Egy táblázat
    • Egy diffúziós U-Net
    • Egy ViT-VQGAN tokenizátor
    • Beszédfelismerő
  5. What generation dependency creates sequential decoding work in Parti?
    • Every pixel must be manually drawn by the user
    • The text encoder can only read a grayscale image
    • The tokenizer requires an AIS position message
    • Each new image-token prediction depends on the previously generated token prefix
  6. Mi az a PartiPrompts?
    • Zenei adatkészlet
    • A benchmark több mint 1600 kihívást jelentő szöveges üzenet
    • Fényképszerkesztő alkalmazás
    • A GPU egy típusa
  7. In Parti, what turns the generated visual-token sequence into image pixels?
    • The PartiPrompts category label alone
    • The user's text file extension
    • The image tokenizer's decoder
    • A fixed list of object names
  8. Does original Parti's reported scaling improvement establish perfect counting or spelling on every prompt?
    • No; the paper also documents prompt-dependent failures and inconsistencies
    • Yes; the largest scale guarantees exact counts for every scene
    • Yes; a benchmark removes all spelling errors by definition
    • Only if the prompt has no text