SDXL 및 계단식 확산 퀴즈

퀴즈를 풀면 정답과 설명이 나타납니다.

1. 원본 Stable Diffusion과 비교하여 SDXL은 어떤 기본 해상도로 이미지를 생성합니까?
   • 1024x1024 대 512x512
   • 256x256 대 128x128
   • 2048x2048 대 1024x1024
   • 768x768 대 256x256
2. SDXL의 Refiner 모델의 역할은 무엇인가요?
   • 텍스트 프롬프트를 인코딩합니다.
   • 최종 저잡음 제거 단계에서 미세한 디테일을 추가합니다.
   • 이미지를 잠재공간으로 압축합니다.
   • 초기 랜덤 노이즈를 생성합니다.
3. SDXL은 몇 개의 텍스트 인코더를 사용합니까?
   • 하나
   • 세
   • 2개
   • 영
4. 계단식 확산의 핵심 아이디어는 무엇입니까?
   • 모든 해상도에서 단일 거대 모델을 동시에 훈련
   • 생성 속도를 높이기 위해 텍스트 인코더 제거
   • 모든 단계에서 확산을 GAN으로 대체
   • 점진적으로 확장되는 초해상도 확산 모델과 기본 모델 연결
5. SDXL이 픽셀에서 직접가 아닌 잠재 공간에서 노이즈를 제거하는 이유는 무엇입니까?
   • 계산적으로 노이즈 제거를 더 저렴하게 만듭니다.
   • 잠재공간 이미지가 더욱 다채로워 보인다
   • 픽셀의 노이즈를 제거할 수 없습니다.
   • 텍스트 프롬프트가 필요하지 않습니다.
6. SDXL을 1~4세대 단계로 줄이는 기술은 무엇입니까?
   • 작물 컨디셔닝
   • SDXL Turbo 및 잠재 일관성 모델과 같은 증류 방법
   • 더 많은 텍스트 인코더 추가
   • VAE 크기 늘리기
7. What do SDXL's size and crop conditioning inputs tell the model?
   • Which training dataset owns the prompt
   • The number of denoising steps to run
   • The target image size and framing or crop
   • The image's final file format and compression level
8. What problem does noise-conditioning augmentation address in a cascaded diffusion pipeline?
   • 텍스트 프롬프트가 필요하지 않습니다.
   • It guarantees that every stage produces the same resolution
   • It converts the latent image into an audio signal
   • It helps later super-resolution stages handle errors or uncertainty in the previous stage's low-resolution image