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.
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.
- 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
- 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
- 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
- Welk mechanisme zorgt ervoor dat een Transformer tijdens autoregressieve generatie alleen rekening houdt met eerdere tokens?
- Uitval
- Batch-normalisatie
- Verbindingen overslaan
- Causale (gemaskeerde) zelfaandacht
- 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
- 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
- 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
- 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