Gids-gekoppelde quiz · Middelmatig Niveau

Classifier-vrije begeleidingsquiz

Beoordeel classificatievrije begeleiding, voorwaardelijke uitval, afweging tussen kwaliteit en diversiteit, gevolgtrekkingskosten en begeleidingsschaal. Controleer reikwijdte en aannames.

Gerelateerde gidspadenClassifier Gratis begeleiding
Vraag 1 van 8

Waarom passen diffusiemodellen classificatievrije richtlijnen toe?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. Waarom passen diffusiemodellen classificatievrije richtlijnen toe?
    • Om te versterken hoe nauw de uitvoer de conditioneringsprompt volgt
    • Om het model in een kleiner formaat te comprimeren
    • Om de tekstencoder volledig te verwijderen
    • Om afbeeldingen naar audio om te zetten
  2. Hoe leert een model onvoorwaardelijke voorspellingen te doen voor classificatievrije begeleiding?
    • Door een tweede afzonderlijke classificator te trainen
    • Door tijdens de training de conditionering willekeurig te laten vallen
    • Door alleen zwarte afbeeldingen te gebruiken
    • Door de GPU uit te schakelen
  3. Wat levert het verhogen van de begeleidingsschaal in het algemeen op?
    • Verbetert altijd de diversiteit
    • Verwijdert de invloed van de prompt
    • Versterkt de snelle therapietrouw, maar kan oververzadiging veroorzaken
    • Maakt de afbeelding grijswaarden
  4. Hoeveel voorwaartse passages per ruisonderdrukkingsstap zijn er grofweg nodig voor standaard classificatievrije begeleiding?
    • Nul
    • Tien
    • Honderd
    • Twee (één voorwaardelijk, één onvoorwaardelijk)
  5. Welk voordeel heeft classificatievrije begeleiding ten opzichte van classificatiebegeleiding?
    • Er is geen afzonderlijk getrainde classificator nodig
    • Er zijn meer trainingsgegevens nodig
    • Het werkt alleen op tekstmodellen
    • Het elimineert het diffusieproces
  6. In the common classifier-free guidance formula, what does guidance scale s=0 produce?
    • The conditional prediction with extra amplification
    • The unconditional model prediction without conditioning
    • A prediction from a separately trained classifier
    • A sample with all denoising removed
  7. How does classifier-free guidance combine model outputs at inference?
    • It combines two image classifiers
    • It removes the conditional prompt
    • It combines conditional and unconditional score estimates
    • It adds a learned reward model after decoding
  8. What does a guidance scale of 1 generally correspond to in the common formulation?
    • The unconditional prediction only
    • A classifier-based gradient
    • A zero-noise image
    • The conditional prediction without extra guidance amplification