Quiz połączony z przewodnikiem · Średni Poziom

Quiz CogVideo i CogVideoX

Porównaj architektury CogVideo i CogVideoX, w tym kompresję ukrytego wideo i ograniczenia licencji modelu otwartego w określonych wersjach.

Powiązane ścieżki prowadząceCogvideo i Cogvideox
Pytanie 1 z 8

What did the CogVideo project’s 2022 paper introduce?

Podgląd każdego pytania8 pytania

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

  1. What did the CogVideo project’s 2022 paper introduce?
    • A large-scale text-to-video generation model using an autoregressive approach
    • A language-only model for document translation
    • A speech recognizer that outputs video
    • A static-image classifier with no video generation
  2. Co osiąga przyczynowy VAE 3D CogVideoX?
    • Dodaje ścieżkę dźwiękową
    • Kompresuje wideo w przestrzeni i czasie do kompaktowej postaci ukrytej
    • Tłumaczy podpowiedzi na kod
    • Usuwa wszelki ruch
  3. W jaki sposób Expert Transformer w CogVideoX obsługuje tekst i wideo?
    • Całkowicie ignoruje tekst
    • Przetwarza je w całkowicie oddzielnych modelach, które nigdy ze sobą nie współdziałają
    • Łączy tokeny tekstowe i wizualne, dzięki czemu wzajemnie się uzupełniają
    • Używa tylko tekstu
  4. Która grupa opracowała CogVideo i CogVideoX?
    • OpenAI
    • Stability AI
    • Microsoft Badania
    • Uniwersytet Tsinghua i Zhipu AI
  5. Which additional generation mode does the CogVideo project document for CogVideoX?
    • Image-to-video
    • Audio-to-video only
    • Video continuation for every checkpoint
    • Real-time live-stream editing
  6. What should developers check before using released CogVideoX weights or code?
    • Whether all model variants share identical permissions
    • The license and permitted uses for the specific model release
    • Whether the project guarantees commercial rights for every output
    • Whether open code removes the need to check model terms
  7. What does causal processing in CogVideoX’s video autoencoder mean at a high level?
    • The model can only generate silent video
    • Every frame is encoded with the same fixed vector
    • A frame’s representation is formed without using future frames
    • The model cannot use temporal information
  8. What license does the CogVideo repository list for the CogVideoX-2B model and its corresponding modules?
    • A single universal license for every CogVideoX checkpoint
    • No license of any kind
    • A prohibition on all research use
    • Apache 2.0