Gids-gekoppelde quiz · Middelmatig Niveau

MaskGIT parallelle token-decoderingsquiz

Bekijk de gemaskeerde tokentraining en iteratieve parallelle decodering van MaskGIT, inclusief het op vertrouwen gebaseerde hermaskeringsschema en de bidirectionele context.

Vraag 1 van 8

Hoe decodeert MaskGIT afbeeldingstokens anders dan de transformator van VQGAN?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. Hoe decodeert MaskGIT afbeeldingstokens anders dan de transformator van VQGAN?
    • Het voorspelt tokens parallel en verfijnt in een paar stappen
    • Het voorspelt één token tegelijk in rastervolgorde
    • Er wordt geen transformator gebruikt
    • Er wordt alleen tekst gegenereerd
  2. Welk trainingsdoel leent MaskGIT van taalmodellen?
    • Voorspelling voor alleen het volgende woord
    • Gemaskeerde tokenvoorspelling, zoals BERT
    • Beeldclassificatie
    • Versterk het leren van menselijke feedback
  3. Welke tokens legt MaskGIT tijdens het genereren vast bij elke iteratie?
    • Degenen met het laagste vertrouwen
    • Willekeurige tokens
    • De meest betrouwbare voorspellingen
    • Alle tokens in één keer in stap één
  4. In the original MaskGIT generation examples, roughly how many refinement iterations were often used?
    • Exactly one iteration for every image and task
    • Hundreds of sequential token predictions
    • A fixed number that cannot be changed by the user
    • About 8 to 12 in those reported configurations
  5. Welk schema bepaalt hoeveel tokens MaskGIT elke stap onthult?
    • Een cosinus maskeerschema
    • Een alleen-lineaire regel die alles in één keer onthult
    • Geen schema; het is willekeurig
    • Eén vast token per stap
  6. Waarom helpt bidirectionele aandacht MaskGIT?
    • Het verbergt de afbeelding voor het model
    • Hiermee kan elk token het hele gedeeltelijke beeld zien voor een betere context
    • Er wordt alleen naar eerdere tokens gekeken
    • Het elimineert de noodzaak voor tokens
  7. What token grid does MaskGIT begin with when generating an image?
    • A fully decoded image that only needs color correction
    • A left-to-right stream with no masked positions
    • A grid with every image token masked
    • A grid of text embeddings from the prompt only
  8. How can MaskGIT fill a masked region during image inpainting?
    • Discard the observed image and generate an unrelated full image
    • Use only a left-to-right text decoder with no image tokens
    • Replace every visible token with a random codebook entry
    • Keep observed image tokens as context and iteratively predict the masked positions