Kuiz berkaitan panduan · Sederhana Tahap
Imej 2 dan Kuiz Penyebaran Ditala Ganjaran
Asingkan keupayaan Imagen 2 yang didokumenkan daripada penyelidikan penalaan ganjaran umum, dan semak alat pengeditan, penanda air dan kawalan resapan.
soalan 1 daripada 8
Apakah teknik generatif teras yang digunakan oleh Imagen 2?
Pratonton setiap soalan8 soalan
Jawapan dan penjelasan muncul semasa anda mengambil kuiz.
- Apakah teknik generatif teras yang digunakan oleh Imagen 2?
- Resapan yang meredakan hingar rawak ke dalam imej
- Ramalan token autoregresif
- Algoritma genetik
- Lukisan vektor berasaskan peraturan
- Dalam penyelidikan teks-ke-imej yang ditala ganjaran, apakah yang dilakukan oleh model ganjaran yang dipelajari?
- It removes the image diffusion process
- It scores generated images according to patterns in human feedback
- It converts images into shipping labels
- It replaces the text prompt with random noise
- Bagaimanakah penalaan keutamaan manusia untuk model teks-ke-imej sering dibandingkan dengan penjajaran model bahasa?
- It is the same process as WordPiece tokenization
- It uses only hand-written image rules
- It is conceptually similar to reinforcement learning from human feedback (RLHF)
- It removes all human judgments from training
- Dalam kaedah teks-ke-imej berwajaran ganjaran yang disebut, objektif apakah yang membimbing penalaan halus?
- Minimizing image file size regardless of the prompt
- Predicting the next text token without using image data
- Maximizing the number of colors in every output
- Maximizing likelihood weighted by a reward function trained on human feedback
- Dalam aliran kerja Imagen 2 yang disokong, apakah yang SynthID lakukan pada imej yang dijana?
- Embedding an invisible watermark to help identify AI-generated images
- Resolusi peningkatan
- Menerjemahkan gesaan
- Memampatkan fail
- Which Imagen 2 improvement did Google specifically report in its 2024 announcement?
- Native generation of spoken audio
- More realistic hands and faces and fewer distracting visual artifacts
- A guarantee that every object count is exact
- Replacing diffusion with autoregressive text prediction
- What tradeoff does classifier-free guidance control in diffusion generation?
- Image width versus token vocabulary size
- Watermark visibility versus font size
- Prompt adherence versus sample diversity
- Training data volume versus ship speed
- What did Google document for Imagen 2.0 on Vertex AI in 2024?
- Real-time speech transcription
- Automatic conversion of images into 3D CAD files
- A guarantee of exact text rendering in every image
- Inpainting and outpainting for photo editing