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.

  1. 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
  2. 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
  3. 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
  4. 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
  5. 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
  6. 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
  7. 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
  8. 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