Gids-gekoppelde quiz · Middelmatig Niveau

Quiz voor het genereren van autoregressieve afbeeldingen

Leer hoe autoregressieve afbeeldingsmodellen afbeeldingen coderen als tokenreeksen en deze stap voor stap genereren op basis van tekstprompts.

Gerelateerde gidspadenAutoregressieve beeldgeneratie
Vraag 1 van 8

Wat betekent 'autoregressief' in de context van beeldgeneratie?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. Wat betekent 'autoregressief' in de context van beeldgeneratie?
    • Elk nieuw element wordt voorspeld op basis van eerder gegenereerde elementen
    • Elk nieuw element wordt voorspeld met behulp van alleen de tekstprompt
    • Het hele beeld wordt in één keer ontdaan van willekeurige ruis
    • Pixels worden volledig onafhankelijk van elkaar gegenereerd
  2. Hoe representeren moderne autoregressieve beeldmodellen zoals DALL-E 1 doorgaans een beeld voordat ze het voorspellen?
    • Als een enkele continue vector
    • Als een vast raster van discrete tokens uit een aangeleerd codeboek
    • Alleen als onbewerkte 24-bits RGB-pixels
    • Als een lijst met vectorafbeeldingsvormen
  3. Welke vroege modellen genereerden afbeeldingen met één onbewerkte pixel tegelijk?
    • GAN's en VAE's
    • Stabiele diffusie en imagen
    • PixelRNN en PixelCNN
    • CLIP en BLIP
  4. Welk mechanisme zorgt ervoor dat een Transformer tijdens autoregressieve generatie alleen rekening houdt met eerdere tokens?
    • Uitval
    • Batch-normalisatie
    • Verbindingen overslaan
    • Causale (gemaskeerde) zelfaandacht
  5. Wat is het belangrijkste praktische nadeel van autoregressieve beeldbemonstering?
    • De bemonstering is sequentieel en daarom langzaam
    • Het kan niet afhankelijk zijn van tekst
    • Het kan geen fijne details modelleren
    • Er zijn geen trainingsgegevens vereist
  6. Welke techniek versnelt het genereren van op tokens gebaseerde afbeeldingen door veel tokens parallel te voorspellen?
    • Leraar forceren
    • Gemaskeerde parallelle decodering (bijv. MaskGIT/Muse)
    • Verloop knippen
    • One-hot-codering
  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