Quiz collegato alla guida · Difficile Livello
Quiz di modifica dell'attenzione incrociata da prompt a prompt
Scopri come le modifiche Prompt-to-Prompt hanno generato immagini attraverso il controllo dell'attenzione incrociata, la fusione localizzata e l'inversione per foto reali.
Domanda 1 di 8
Quali informazioni interne vengono riutilizzate da Prompt a Prompt per preservare una scena?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- Quali informazioni interne vengono riutilizzate da Prompt a Prompt per preservare una scena?
- L'attenzione incrociata mappa collegando le parole alle regioni dell'immagine
- I pixel di output finali
- Lo stato dell'ottimizzatore del modello
- I metadati di compressione dell'immagine
- Prompt-to-Prompt richiede la messa a punto del modello?
- Sì, una riqualificazione completa per modifica
- No, è una tecnica che non richiede allenamento
- Sì, ma solo il codificatore di testo
- Solo per aggiungere nuove parole
- Per scambiare una "bicicletta" con una "motocicletta" mantenendo la scena, il metodo:
- Maschera manualmente la regione ciclistica
- Addestra un nuovo LoRA per motociclette
- Mappa l'attenzione tra i token corrispondenti nei due prompt
- Genera un'immagine completamente indipendente
- Cosa comporta la riponderazione dell'attenzione di un token?
- Cambia la risoluzione dell'immagine
- Elimina completamente il token
- Riordina le parole nel prompt
- Rafforza o indebolisce l'influenza visiva di quella parola
- Quando aggiungi una parola al prompt, da Prompt a Prompt:
- Preserva l'attenzione per i token invariati e lascia che solo il nuovo token formi nuova attenzione
- Rende nuovamente casuale l'intera immagine
- Ignora la parola aggiunta
- Passa a un modello base diverso
- Which separate model was trained to follow written image-editing instructions from an input image?
- InstructPix2Pix, a conditional diffusion editor trained on generated instruction-edit pairs
- Prompt-to-Prompt, which edits by controlling cross-attention maps during denoising
- Null-text inversion, which optimizes unconditional embeddings for image inversion
- LocalBlend, which creates a selected-token mask from attention maps
- What does the Prompt-to-Prompt LocalBlend feature use to localize a change?
- A hand-drawn mask required for every Prompt-to-Prompt edit
- The EXIF metadata of the original image
- Attention maps for selected prompt words to construct a spatial mask
- A classifier that identifies image copyright
- What extra step can enable Prompt-to-Prompt editing of a real photograph?
- Train a new diffusion model from scratch
- Convert the photograph into an audio spectrogram
- Replace every cross-attention layer with a classifier
- Invert the image into the diffusion model’s latent trajectory first