Quiz dotyczący kontradyktoryjnej destylacji dyfuzyjnej i modeli Turbo

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

1. Które dwie straty łączy ADD?
   • Strata FID i strata CLIP
   • Strata kontradyktoryjna i strata destylacyjna ze strony nauczyciela
   • Tylko utrata percepcji i utrata pikseli
   • Strata kontrastowa i entropia krzyżowa
2. Który model został wydany wraz z papierem ADD?
   • Rozw. Flux.1
   • DALL-E 3
   • SDXL Turbo
   • Stabilna dyfuzja 1.5
3. Z jakiego szkieletu korzysta dyskryminator ADD?
   • Zamrożona sieć funkcji DINOv2 z możliwością szkolenia szefów
   • W pełni przeszkolona sieć Incepcji
   • Koder tekstu nauczyciela
   • Brak kręgosłupa; porównuje surowe piksele
4. Czym różni się LADD od ADD?
   • Wykorzystuje więcej etapów odszumiania
   • Usuwa nauczyciela
   • Działa tylko w przypadku wideo
   • Uruchamia dyskryminator w przestrzeni ukrytej, korzystając z funkcji nauczyciela
5. Dlaczego negatywne podpowiedzi często mają niewielki wpływ na modele z turbodoładowaniem?
   • Tokenizer je odfiltrowuje
   • Modele nie mają kodera tekstu
   • Podczas destylacji zazwyczaj wbudowane jest prowadzenie wolne od klasyfikatorów
   • Negatywne monity działają tylko w rozdzielczości 1024x1024
6. Co się stanie, jeśli w jednym etapie uruchomisz normalny, niedestylowany model dyfuzyjny?
   • Pasuje do SDXL Turbo
   • Zwykle powoduje to rozmazany, niedokończony obraz
   • Generuje wideo
   • Odmawia uruchomienia
7. Który kompromis w zakresie jakości jest powszechny w destylowanych modelach kilkuetapowych?
   • Większa różnorodność niż nauczyciel
   • Lepsze renderowanie tekstu w każdym przypadku
   • Obsługa nieograniczonej rozdzielczości
   • Mniejsza różnorodność różnych nasion
8. Jaki jest cel ucznia w przypadku strat destylacyjnych ADD?
   • Odszumiona przewidywania nauczyciela dotyczące ponownie zaszumionych wyników uczniów
   • Losowy, prawdziwy obraz
   • Logity dyskryminatora
   • Wynik CLIP podpowiedzi