ガイド連動クイズ · 中 レベル

Parti Pathways 自己回帰イメージング クイズ

Parti 自己回帰画像トークン、ViT-VQGAN 再構築、観察されたスケーリング結果、PartiPrompts 評価、およびプロンプト忠実度制限をテストします。

関連するガイドパスParti 経路の自己回帰イメージング
質問 1 の 8

Parti はどのように画像を生成するのでしょうか?

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. Parti はどのように画像を生成するのでしょうか?
    • 多くのステップにわたってランダムなノイズを除去することによって
    • 文章を書くように、一度に 1 つの画像トークンを予測することによって
    • ストック写真をつなぎ合わせることで
    • ベクトルパスを描くことで
  2. Parti はテキストから画像へのタスクにどのような全体的なフレームを使用しますか?
    • クラスタリングの問題
    • 強化学習ゲーム
    • 最近傍検索
    • 配列から配列への変換の問題
  3. What did the Parti researchers observe when comparing their model scales up to 20 billion parameters?
    • Consistent quality improvements in their reported evaluations
    • A proof that every larger image model always answers every prompt correctly
    • Identical outputs and quality at every model scale
    • An elimination of every counting and spelling error
  4. 画像を Parti の個別のトークンに変換するものは何ですか?
    • スプレッドシート
    • U-Netの普及
    • ViT-VQGAN トークナイザー
    • 音声認識装置
  5. What generation dependency creates sequential decoding work in Parti?
    • Every pixel must be manually drawn by the user
    • The text encoder can only read a grayscale image
    • The tokenizer requires an AIS position message
    • Each new image-token prediction depends on the previously generated token prefix
  6. PartiPrompts とは何ですか?
    • 音楽データセット
    • 1,600 を超える難しいテキスト プロンプトのベンチマーク
    • 写真編集アプリ
    • GPUの一種
  7. In Parti, what turns the generated visual-token sequence into image pixels?
    • The PartiPrompts category label alone
    • The user's text file extension
    • The image tokenizer's decoder
    • A fixed list of object names
  8. Does original Parti's reported scaling improvement establish perfect counting or spelling on every prompt?
    • No; the paper also documents prompt-dependent failures and inconsistencies
    • Yes; the largest scale guarantees exact counts for every scene
    • Yes; a benchmark removes all spelling errors by definition
    • Only if the prompt has no text