Konwersacyjna edycja obrazu za pomocą quizu dotyczącego modeli multimodalnych

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

1. Jaka jest kluczowa różnica między klasycznym malowaniem dyfuzyjnym a natywną edycją czatu multimodalnego?
   • Inpainting działa tylko na obrazach czarno-białych
   • Inpainting regeneruje jedynie zamaskowany obszar, podczas gdy modele multimodalne zazwyczaj generują zupełnie nowy obraz z rozmowy
   • Modele multimodalne wymagają najpierw pomalowania maski
   • Inpainting nie może używać podpowiedzi tekstowych
2. Dlaczego szczegóły, o które nie prosiłeś, mogą się zmienić podczas edycji multimodalnej?
   • Model celowo dodaje przypadkowe zmiany
   • Interfejs czatu kompresuje tekst
   • Oryginalny plik zostanie usunięty po przesłaniu
   • Model zazwyczaj generuje zupełnie nowy obraz, więc konserwacji można się nauczyć, a nie zagwarantować
3. Na co pozwala dostęp do historii rozmów w modelu multimodalnym?
   • Wykonuj prośby odnoszące się do wcześniejszych tur, np. powrót do poprzedniego koloru
   • Gwarancja wydruku identycznego z pikselami
   • Edytuj warstwy oryginalnego pliku
   • Automatycznie zwiększ rozdzielczość obrazu
4. Który model badawczy z 2022 r. wykazał, że obrazy można edytować na podstawie pisemnej instrukcji bez maski?
   • SynthID
   • C2PA
   • InstruujPix2Pix
   • Nano Banan
5. Jaki jest dobry krok, gdy dryf narasta w trakcie wielu tur rozmów?
   • Dodawaj kolejne instrukcje na tym samym czacie w nieskończoność
   • Rozpocznij nowy czat od najlepszej wersji lub wróć do oryginalnego przesłanego pliku
   • Obniż obraz do miniatury
   • Przełącz na czerń i biel
6. Retuszer potrzebuje, aby każdy nietknięty piksel pozostał dokładnie taki sam. Które podejście sprawdza się najlepiej?
   • Proszenie modelu czatu, aby „nie zmieniał niczego więcej”
   • Wielokrotne uruchamianie edycji i wybieranie jednej losowo
   • Generowanie nowego obrazu od podstaw
   • Malowanie w oparciu o maskę lub komponowanie edytowanego regionu z powrotem na oryginał
7. Jaki sygnał pochodzenia Google dodaje do zdjęć swoich modeli?
   • Niewidoczny znak wodny SynthID
   • Widoczne logo w każdym rogu
   • Kod QR
   • Brak jakiegokolwiek sygnału
8. Które stwierdzenie dotyczące edytowania konwersacyjnego jest błędnym przekonaniem?
   • Wynik może nie odpowiadać oryginalnej rozdzielczości
   • Zachowanie niezmienionych obszarów jest wyuczone, a nie gwarantowane
   • Model bezpośrednio edytuje oryginalny plik i jego warstwy
   • Określenie, co musi pozostać takie samo, może pomóc w ograniczeniu dryfu