Quiz collegato alla guida · Medio Livello

Quiz sui modelli di coerenza

Comprendere come i modelli di coerenza apprendono la generazione in uno o pochi passaggi dalle traiettorie di diffusione e dai vincoli di confine.

Percorsi guida correlatiModelli di coerenza
Domanda 1 di 8

Quale problema fondamentale con i modelli di diffusione affrontano i modelli di coerenza?

Anteprima di ogni domanda8 domande

Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.

  1. Quale problema fondamentale con i modelli di diffusione affrontano i modelli di coerenza?
    • Il campionamento per diffusione è lento perché richiede molti passaggi iterativi
    • La diffusione non può generare immagini a colori
    • La diffusione utilizza troppo poca memoria
    • La diffusione funziona solo sul testo
  2. Qual è la proprietà di "autoconsistenza" che questi modelli sono addestrati a soddisfare?
    • Ogni immagine deve essere dello stesso colore
    • Ogni punto su una traiettoria rumore-dati viene mappato allo stesso endpoint pulito
    • Il modello deve concordare con un etichettatore umano
    • L'uscita deve essere uguale al rumore in ingresso
  3. Quale condizione al contorno deve soddisfare la funzione di consistenza al tempo zero?
    • Deve emettere rumore puro
    • Deve produrre un'immagine nera
    • Deve fungere da identità (restituire l'input invariato)
    • Deve restituire la media del set di dati
  4. Come si può creare un modello di coerenza da un modello di diffusione esistente?
    • Eliminando metà dei suoi strati a caso
    • Convertendolo in un albero decisionale
    • Addestrandolo solo su dati di testo
    • Per distillazione consistente del modello di diffusione preaddestrato
  5. Quale tecnica stabilizza la formazione sulla coerenza fornendo obiettivi di apprendimento?
    • Una rete target aggiornata come media mobile esponenziale
    • Eliminazione casuale della funzione di perdita
    • Raddoppiando il tasso di apprendimento ad ogni passaggio
    • Utilizzando una sola immagine di allenamento
  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