Quiz collegato alla guida · Medio Livello

Quiz immagine da testo a immagine

Esaminare il condizionamento del testo originale Imagen, la generazione a cascata, la soglia dinamica e le scelte di robustezza nell'addestramento alla super risoluzione.

Percorsi guida correlatiImmagine dal testo all'immagine
Domanda 1 di 8

In the original Imagen study's scaling comparison, which change produced larger image-quality and text-alignment gains?

Anteprima di ogni domanda8 domande

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

  1. In the original Imagen study's scaling comparison, which change produced larger image-quality and text-alignment gains?
    • Discarding the language encoder entirely
    • Increasing the pretrained text encoder's size rather than the diffusion model's size
    • Replacing diffusion with nearest-neighbor image lookup
    • Reducing every prompt to a single word
  2. Su quale codificatore di testo si basa Imagen?
    • Una rete di immagini convoluzionali
    • Un piccolo LSTM
    • Un insieme di regole scritte a mano
    • Un modello linguistico T5-XXL congelato
  3. Come fa Imagen a raggiungere l'alta risoluzione?
    • Diffusione in cascata con stadi di upscaling a super risoluzione
    • Un unico, gigantesco passo generazionale
    • Ritagliando una foto d'archivio di grandi dimensioni
    • Interpolando due immagini
  4. What problem did original Imagen's dynamic thresholding address under strong guidance?
    • A lack of text tokens in the encoder vocabulary
    • La necessità di comprimere il file PNG finale
    • Saturazione dei valori di pixel previsti durante il campionamento
    • Un'etichetta di addestramento mancante per ogni oggetto
  5. Cos'è DrawBench?
    • Una tavoletta grafica
    • Un marchio di GPU
    • Un set di dati di foto di gatti
    • Un punto di riferimento di suggerimenti stimolanti per la valutazione dei modelli da testo a immagine
  6. Perché l'encoder T5-XXL viene mantenuto congelato in Imagen?
    • È rotto e non può allenarsi
    • La sua ricca comprensione del testo dai trasferimenti di pre-addestramento senza ulteriore messa a punto
    • Solo per risparmiare spazio su disco
    • Perché il testo è irrilevante
  7. Quale risoluzione generava il modello di diffusione di base originale Imagen prima delle sue fasi di super-risoluzione?
    • 256 per 256 pixel come prima fase
    • 1024 per 1024 pixel direttamente
    • 64 per 64 pixel
    • Un singolo pixel che è stato copiato sull'immagine finale
  8. Perché i ricercatori Imagen hanno aggiunto rumore gaussiano alle immagini di condizionamento a bassa risoluzione durante l'addestramento di super-risoluzione?
    • Per rendere gli upsampler più robusti a input imperfetti provenienti dalle fasi precedenti
    • Per rimuovere la condizionamento testuale dall'intera cascata
    • Per garantire che tutte le immagini di addestramento avessero la stessa didascalia
    • Per sostituire gli upsampler con il ridimensionamento deterministico