Gids-gekoppelde quiz · Moeilijk Niveau

Flow Matching-quiz

Verken de geleerde vectorvelden van flow matching, conditionele paden, ODE-sampling en de relatie tot op diffusie gebaseerde generatie.

Gerelateerde gidspadenStroommatching
Vraag 1 van 8

Wat leert een flowmatchingmodel direct voorspellen?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. Wat leert een flowmatchingmodel direct voorspellen?
    • Een snelheidsveld dat samples van ruis naar data verplaatst
    • Een classificatielabel voor elke afbeelding
    • De gecomprimeerde JPEG-bytes van een afbeelding
    • Een vaste opzoektabel met pixelwaarden
  2. Hoe worden monsters gegenereerd op basis van een getraind stroommatchingsmodel?
    • Door een discrete Markov-woordenreeks te bemonsteren
    • Door het geleerde snelheidsveld te integreren met een ODE-oplosser, uitgaande van ruis
    • Door een gradiëntdaling uit te voeren op de invoerafbeelding
    • Door het gemiddelde te nemen van de hele trainingsset
  3. Wat maakt het verlies van conditionele stroommatching traceerbaar om te trainen?
    • Het negeert de gegevens volledig
    • Het vereist een analytische oplossing van het volledige marginale veld
    • Het conditioneert op een enkel datapunt en gebruikt een eenvoudig bekend interpolatiepad
    • Het werkt voor altijd maar op één afbeelding tegelijk
  4. Waarom maakt de ‘rectified flow’ variant een snellere opwekking mogelijk?
    • Het maakt gebruik van grotere neurale netwerken
    • Het slaat de training volledig over
    • Het converteert afbeeldingen eerst naar tekst
    • Het maakt de waarschijnlijkheidspaden recht, zodat er minder ODE-oplosserstappen nodig zijn
  5. Which named image model’s paper explicitly describes a rectified-flow transformer?
    • Stable Diffusion 3
    • Flux, as established by the cited source set
    • ResNet-50
    • YOLOv8
  6. Wat is bij conditionele stroommatching een typische interpolatie tussen een ruismonster en een gegevensmonster op tijdstip t?
    • Een willekeurige shuffle van pixels
    • x_t = (1-t)*ruis + t*data, een rechte lijnovervloeiing
    • Elke pixelwaarde kwadrateren
    • Pixels sorteren op helderheid
  7. In conditional flow matching, how is the marginal vector field related to conditional vector fields?
    • It is the largest vector in the training batch
    • It is a fixed class label independent of time
    • It is the conditional expectation of the conditional vector field over the conditioning variable
    • It is the average pixel value of the data
  8. Beyond generative modeling, what other task does the original rectified-flow paper describe?
    • Speech diarization with speaker embeddings
    • Classifying handwritten digits from labels alone
    • Predicting calendar availability
    • Data or domain transfer between distributions