Kuiz berkaitan panduan · Sederhana Tahap

Kuiz Penyahkodan Token Selari MaskGIT

Semak latihan token bertopeng MaskGIT dan penyahkodan selari berulang, termasuk jadual penyamaran semula berasaskan keyakinan dan konteks dwiarah.

Laluan panduan yang berkaitanPenyahkodan Token Selari Maskgit
soalan 1 daripada 8

Bagaimanakah MaskGIT menyahkod token imej secara berbeza daripada pengubah VQGAN?

Pratonton setiap soalan8 soalan

Jawapan dan penjelasan muncul semasa anda mengambil kuiz.

  1. Bagaimanakah MaskGIT menyahkod token imej secara berbeza daripada pengubah VQGAN?
    • Ia meramalkan token secara selari dan memperhalusi dalam beberapa langkah
    • Ia meramalkan satu token pada satu masa dalam susunan raster
    • Ia tidak menggunakan pengubah
    • Ia hanya menjana teks
  2. Apakah objektif latihan yang dipinjam oleh MaskGIT daripada model bahasa?
    • Ramalan perkataan seterusnya sahaja
    • Ramalan token bertopeng, seperti BERT
    • Klasifikasi imej
    • Pembelajaran pengukuhan daripada maklum balas manusia
  3. Semasa penjanaan, token manakah yang MaskGIT lakukan pada setiap lelaran?
    • Yang paling rendah keyakinan
    • Token rawak
    • Ramalan keyakinan tertinggi
    • Semua token serentak pada langkah satu
  4. In the original MaskGIT generation examples, roughly how many refinement iterations were often used?
    • Exactly one iteration for every image and task
    • Hundreds of sequential token predictions
    • A fixed number that cannot be changed by the user
    • About 8 to 12 in those reported configurations
  5. Jadual apakah yang mengawal bilangan token yang MaskGIT dedahkan setiap langkah?
    • Jadual topeng kosinus
    • Peraturan linear sahaja yang mendedahkan semua sekali gus
    • Tiada jadual; ia secara rawak
    • Satu token tetap setiap langkah
  6. Mengapa perhatian dua arah membantu MaskGIT?
    • Ia menyembunyikan imej daripada model
    • Ia membolehkan setiap token melihat keseluruhan imej separa untuk konteks yang lebih baik
    • Ia hanya melihat token yang lebih awal
    • Ia menghilangkan keperluan untuk sebarang token
  7. What token grid does MaskGIT begin with when generating an image?
    • A fully decoded image that only needs color correction
    • A left-to-right stream with no masked positions
    • A grid with every image token masked
    • A grid of text embeddings from the prompt only
  8. How can MaskGIT fill a masked region during image inpainting?
    • Discard the observed image and generate an unrelated full image
    • Use only a left-to-right text decoder with no image tokens
    • Replace every visible token with a random codebook entry
    • Keep observed image tokens as context and iteratively predict the masked positions