ガイド連動クイズ · 中 レベル

CLIP と視覚言語モデルのクイズ

ゼロショット ラベル、元のエンコーダー ファミリ、バッチ スコア カウント、および unCLIP を使用して、CLIP の共有表現と対照的なペアリングを確認します。

関連するガイドパスクリップアンドビジョン言語モデル
質問 1 の 8

CLIPの背後にある中心的なアイデアは何ですか?

すべての質問をプレビューする8 質問

クイズに答えると、答えと解説が表示されます。

  1. CLIPの背後にある中心的なアイデアは何ですか?
    • 画像を小さいファイルに圧縮する
    • 画像とテキストを同じ共有埋め込みスペースに配置する
    • 写真から 3D モデルを生成する
    • 音声をテキストに翻訳する
  2. CLIPはどのようなトレーニングアプローチを使用していますか?
    • 人間のフィードバックからの強化学習
    • すべての画像内のすべてのオブジェクトに手作業でラベルを付ける
    • 一致する画像とテキストのペアをまとめる対照学習
    • 音声モデルから重みをコピーする
  3. What does zero-shot classification mean in the original CLIP transfer setup?
    • Using text-defined candidate categories without new task-specific supervised classifier fitting
    • Using a model that never received any pretraining data
    • Running without any computation or electricity
    • A guarantee that every category is classified correctly
  4. CLIP は画像とキャプションが一致するかどうかをどのように測定しますか?
    • ファイルサイズの比較による
    • 各色のピクセルをカウントすることで
    • 画像のタイムスタンプを確認することで
    • ベクトル間のコサイン類似度による
  5. CLIP はおよそどのくらいのデータでトレーニングされましたか?
    • 手作業でラベル付けされた数千枚の画像
    • テキストのみで画像はありません
    • Web からの約 4 億の画像とテキストのペア
    • 単一の厳選された博物館コレクション
  6. How does the cited unCLIP image-generation paper use CLIP representations?
    • The original standalone CLIP encoder directly outputs every image pixel
    • A prior supplies CLIP image embeddings to a generative decoder
    • It removes all image representations and uses only filenames
    • It uses CLIP only as a network-encryption protocol
  7. Which image-encoder families were evaluated in the original CLIP paper?
    • Only recurrent text encoders
    • Only a mandatory linear pixel average
    • Only a raw audio codec
    • Modified ResNets and Vision Transformers
  8. A CLIP batch contains 32 paired images and texts. How many entries are in its full cross-modal score matrix?
    • 1024
    • 32
    • 64
    • 992