Kuis terkait panduan · Sedang Tingkat

Kuis Pembuatan Gambar Autoregresif

Pelajari bagaimana model gambar autoregresif mengkodekan gambar sebagai rangkaian token dan menghasilkannya selangkah demi selangkah dari perintah teks.

Jalur panduan terkaitPembuatan Gambar Autoregresif
Pertanyaan 1 dari 8

Apa yang dimaksud dengan 'autoregresif' dalam konteks pembuatan citra?

Pratinjau setiap pertanyaan8 pertanyaan

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

  1. Apa yang dimaksud dengan 'autoregresif' dalam konteks pembuatan citra?
    • Setiap elemen baru diperkirakan dikondisikan pada elemen yang dihasilkan sebelumnya
    • Setiap elemen baru diprediksi hanya menggunakan perintah teks
    • Seluruh gambar ditolak sekaligus dari noise acak
    • Piksel dihasilkan sepenuhnya secara independen satu sama lain
  2. Bagaimana model gambar autoregresif modern seperti DALL-E 1 biasanya merepresentasikan suatu gambar sebelum memprediksinya?
    • Sebagai vektor kontinu tunggal
    • Sebagai jaringan tetap token diskrit dari buku kode yang dipelajari
    • Hanya sebagai piksel RGB 24-bit mentah
    • Sebagai daftar bentuk grafik vektor
  3. Model awal manakah yang menghasilkan gambar satu piksel mentah dalam satu waktu?
    • GAN dan VAE
    • Difusi dan Gambar Stabil
    • PixelRNN dan PixelCNN
    • KLIP dan BLIP
  4. Mekanisme apa yang memastikan Transformer hanya menangani token sebelumnya selama pembuatan autoregresif?
    • Putus sekolah
    • Normalisasi batch
    • Lewati koneksi
    • Perhatian diri yang bersifat kausal (tersamar).
  5. Apa kelemahan praktis utama dari pengambilan sampel gambar autoregresif?
    • Pengambilan sampel dilakukan secara berurutan sehingga lambat
    • Hal ini tidak dapat dikondisikan pada teks
    • Itu tidak dapat memodelkan detail yang halus
    • Itu tidak memerlukan data pelatihan
  6. Teknik manakah yang mempercepat pembuatan gambar berbasis token dengan memprediksi banyak token secara paralel?
    • Paksaan guru
    • Decoding paralel bertopeng (misalnya, MaskGIT/Muse)
    • Kliping gradien
    • Pengkodean satu-panas
  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