Gids-gekoppelde quiz · Middelmatig Niveau

CLIP- en Visie-Taalmodellen Quiz

Bekijk de gedeelde weergaven en contrastieve koppelingen van CLIP, met zero-shot-labels, originele encoderfamilies, batchscoretellingen en unCLIP.

Gerelateerde gidspadenClip- en vision-taalmodellen
Vraag 1 van 8

Wat is het kernidee achter CLIP?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. Wat is het kernidee achter CLIP?
    • Afbeeldingen comprimeren tot kleinere bestanden
    • Afbeeldingen en tekst in dezelfde gedeelde insluitingsruimte plaatsen
    • 3D-modellen genereren uit foto's
    • Spraak vertalen naar tekst
  2. Welke trainingsaanpak gebruikt CLIP?
    • Versterk het leren van menselijke feedback
    • Elk object in elke afbeelding met de hand labelen
    • Contrastief leren dat overeenkomende beeld-tekstparen samenbrengt
    • Gewichten kopiëren uit een spraakmodel
  3. What does zero-shot classification mean in the original CLIP transfer setup?
    • Using text-defined candidate categories without new task-specific supervised classifier fitting
    • Using a model that never received any pretraining data
    • Running without any computation or electricity
    • A guarantee that every category is classified correctly
  4. Hoe meet CLIP of een afbeelding en een bijschrift overeenkomen?
    • Door vergelijking van de bestandsgrootte
    • Door pixels van elke kleur te tellen
    • Door het tijdstempel van de afbeelding te controleren
    • Door cosinus-overeenkomst tussen hun vectoren
  5. Op hoeveel data is CLIP ongeveer getraind?
    • Een paar duizend met de hand gelabelde afbeeldingen
    • Alleen tekst, geen afbeeldingen
    • Ongeveer 400 miljoen beeld-tekstparen van internet
    • Eén samengestelde museumcollectie
  6. How does the cited unCLIP image-generation paper use CLIP representations?
    • The original standalone CLIP encoder directly outputs every image pixel
    • A prior supplies CLIP image embeddings to a generative decoder
    • It removes all image representations and uses only filenames
    • It uses CLIP only as a network-encryption protocol
  7. Which image-encoder families were evaluated in the original CLIP paper?
    • Only recurrent text encoders
    • Only a mandatory linear pixel average
    • Only a raw audio codec
    • Modified ResNets and Vision Transformers
  8. A CLIP batch contains 32 paired images and texts. How many entries are in its full cross-modal score matrix?
    • 1024
    • 32
    • 64
    • 992