Kuiz berkaitan panduan · Sederhana Tahap

Kuiz Penjanaan Imej Autoregresif

Ketahui cara model imej autoregresif mengekod imej sebagai jujukan token dan menjananya satu langkah pada satu masa daripada gesaan teks.

Laluan panduan yang berkaitanPenjanaan Imej Autoregresif
soalan 1 daripada 8

Apakah maksud 'autoregresif' dalam konteks penjanaan imej?

Pratonton setiap soalan8 soalan

Jawapan dan penjelasan muncul semasa anda mengambil kuiz.

  1. Apakah maksud 'autoregresif' dalam konteks penjanaan imej?
    • Setiap elemen baharu diramalkan berkondisi pada elemen yang dijana sebelum ini
    • Setiap elemen baharu diramal menggunakan gesaan teks sahaja
    • Keseluruhan imej ditolak sekaligus daripada hingar rawak
    • Piksel dijana sepenuhnya bebas antara satu sama lain
  2. Bagaimanakah model imej autoregresif moden seperti DALL-E 1 biasanya mewakili imej sebelum meramalkannya?
    • Sebagai vektor berterusan tunggal
    • Sebagai grid tetap token diskret daripada buku kod yang dipelajari
    • Sebagai piksel RGB mentah 24-bit sahaja
    • Sebagai senarai bentuk grafik vektor
  3. Model awal manakah yang menghasilkan imej satu piksel mentah pada satu masa?
    • GAN dan VAE
    • Resapan dan Imej Stabil
    • PixelRNN dan PixelCNN
    • CLIP dan BLIP
  4. Mekanisme apakah yang memastikan Transformer hanya memperhatikan token terdahulu semasa penjanaan autoregresif?
    • Keciciran
    • Normalisasi kelompok
    • Langkau sambungan
    • Perhatian diri sebab (bertopeng).
  5. Apakah kelemahan praktikal utama pensampelan imej autoregresif?
    • Persampelan adalah berurutan dan oleh itu perlahan
    • Ia tidak boleh dikondisikan pada teks
    • Ia tidak boleh memodelkan butiran halus
    • Ia tidak memerlukan data latihan
  6. Teknik manakah yang mempercepatkan penjanaan imej berasaskan token dengan meramalkan banyak token secara selari?
    • Paksa cikgu
    • Penyahkodan selari bertopeng (cth., MaskGIT/Muse)
    • Keratan kecerunan
    • Pengekodan satu-panas
  7. How does the original DALL·E model use text and image tokens?
    • Separate unconnected classifiers process text and pixels
    • A diffusion decoder predicts all pixels simultaneously
    • A single autoregressive Transformer models the sequence conditioned on text and image tokens
    • The model uses only a text encoder and no image-token sequence
  8. What scale of image-text pairs did the original DALL·E paper report collecting?
    • About 250 pairs
    • About 25 thousand pairs
    • About 25 billion pairs
    • About 250 million image-text pairs