Gids-gekoppelde quiz · Middelmatig Niveau
GLIGEN Grounded Generation-quiz
Ontdek hoe GLIGEN een ruimtelijke basis toevoegt aan de verspreiding van tekst naar beeld, terwijl de kennis behouden blijft in een bevroren, vooraf getraind model.
Vraag 1 van 8
Welk probleem lost GLIGEN vooral op?
Bekijk elke vraag8 vragen
Antwoorden en uitleg verschijnen terwijl je de quiz doet.
- Welk probleem lost GLIGEN vooral op?
- Gebrek aan nauwkeurige ruimtelijke controle over waar objecten verschijnen
- Trage generatiesnelheid
- Onvermogen om kleurenafbeeldingen te genereren
- Ontbrekende audio in gegenereerde video's
- Hoe behoudt GLIGEN de kennis van het vooraf getrainde diffusiemodel?
- Het hertraint alle gewichten vanaf nul
- Het bevriest de oorspronkelijke gewichten en voegt nieuwe trainbare, gated zelf-aandachtslagen toe
- Het verwijdert de tekstencoder
- Het gebruikt een GAN in plaats van diffusie
- Wat is een typische aardingsingang die GLIGEN accepteert?
- Een muziekpartituur
- Een lijst met hyperparameters
- Een selectiekader gecombineerd met een tekst- of afbeeldingsentiteit
- Een spreadsheet met pixelwaarden
- Waarom is de poort in de nieuwe aandachtslagen van GLIGEN op nul geïnitialiseerd?
- Om afbeeldingen eerst in grijstinten te maken
- Om de tekstprompt uit te schakelen
- Om de beeldresolutie te verlagen
- Het gedrag van het basismodel blijft dus al vroeg in de training behouden en de controle wordt geleidelijk toegevoegd
- Wat betekent een 'open wereld'-gebaseerde generatie in GLIGEN?
- Het kan willekeurig beschreven concepten en lay-outs aarden die niet te zien zijn tijdens de aardingstraining
- Het werkt alleen bij binnenscènes
- Het vereist een 3D-wereldmodel
- Het genereert alleen buitenlandschappen
- Waar worden de nieuwe gated zelf-aandachtslagen van GLIGEN ingevoegd in het U-Net?
- Alleen aan de uitgang VAE
- Tussen de bestaande zelfaandacht- en kruisaandachtsblokken
- Alleen binnen de tekstencoder
- Vóór de geluidsplanner
- What does a GLIGEN grounding token combine?
- A denoising timestep with a VAE decoder output
- A color histogram with the final image resolution
- A text or image embedding with spatial information such as a bounding box
- A training dataset name with a classifier label
- Besides bounding boxes, which inputs can GLIGEN use to ground objects?
- Only unstructured audio waveforms
- A crop-size label without any object information
- A list of model checkpoint filenames
- Keypoints or reference images