텍스트 반전 퀴즈

퀴즈를 풀면 정답과 설명이 나타납니다.

1. What kinds of concepts did the original textual-inversion paper personalize?
   • User-provided objects or visual styles
   • Only database schemas
   • Only speech transcripts
   • Only camera calibration parameters
2. 일반적으로 Textual Inversion에는 대략 몇 개의 예시 이미지가 필요합니까?
   • 단일 이미지만
   • 이미지 약 3~5개
   • 수천 개의 이미지
   • 이미지가 전혀 없습니다.
3. 텍스트 반전 파일이 왜 그렇게 작습니까(종종 몇 킬로바이트)?
   • 전체 모델을 압축합니다.
   • 그들은 단지 텍스트 프롬프트일 뿐입니다
   • 학습된 벡터는 하나만 저장됩니다.
   • 온라인 데이터베이스를 참조합니다.
4. 텍스트 반전 훈련 중에 변하지 않는 것은 무엇입니까?
   • 예시 이미지
   • 새로운 의사 단어
   • 텍스트 프롬프트 형식
   • 모델의 모든 기존 가중치
5. Textual Inversion 이후 학습된 개념을 어떻게 사용하나요?
   • 프롬프트에 새 의사 단어를 입력하세요.
   • 매번 모델을 다시 학습시키세요.
   • 사진을 다시 업로드하세요.
   • 모델의 소스 코드 편집
6. 새로운 임베딩을 최적화하는 데 어떤 손실이 사용됩니까?
   • 분류 정확도 손실
   • 예제 이미지의 확산 노이즈 제거 손실
   • 음성 인식 손실
   • 손실 없음; 수동 튜닝이다
7. How does textual inversion use the learned token at generation time?
   • It replaces the image decoder
   • It directly edits a generated image without sampling
   • It inserts the token into a text prompt so the frozen text-to-image model can condition on it
   • It changes the model’s tokenizer vocabulary for every user
8. What is a key limitation of a concept learned from only a few example images?
   • It always increases the model’s image resolution
   • It automatically learns every view and lighting condition
   • It changes all existing model concepts equally
   • It may capture incidental features of those examples and generalize imperfectly