Quiz połączony z przewodnikiem · Średni Poziom

Quiz dotyczący dekodowania tokenów równoległych MaskGIT

Sprawdź szkolenie zamaskowanych tokenów i iteracyjne dekodowanie równoległe w MaskGIT, w tym harmonogram ponownego maskowania oparty na zaufaniu i kontekst dwukierunkowy.

Powiązane ścieżki prowadząceRównoległe dekodowanie tokenów Maskgit
Pytanie 1 z 8

W jaki sposób MaskGIT dekoduje tokeny obrazu inaczej niż transformator VQGAN?

Podgląd każdego pytania8 pytania

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

  1. W jaki sposób MaskGIT dekoduje tokeny obrazu inaczej niż transformator VQGAN?
    • Przewiduje tokeny równolegle i udoskonala je w kilku krokach
    • Przewiduje jeden token na raz w kolejności rastrowej
    • Nie wykorzystuje transformatora
    • Generuje tylko tekst
  2. Jaki cel szkoleniowy MaskGIT zapożycza z modeli językowych?
    • Przewidywanie tylko następnego słowa
    • Przewidywanie zamaskowanych tokenów, jak BERT
    • Klasyfikacja obrazu
    • Wzmocnienie uczenia się na podstawie informacji zwrotnych od ludzi
  3. Które tokeny MaskGIT zatwierdza podczas generowania w każdej iteracji?
    • Te o najniższej pewności
    • Losowe tokeny
    • Przewidywania o najwyższej pewności
    • Wszystkie tokeny na raz w kroku pierwszym
  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. Jaki harmonogram kontroluje liczbę tokenów MaskGIT ujawnianych w każdym kroku?
    • Harmonogram maskowania cosinusa
    • Reguła liniowa ujawniająca wszystko na raz
    • Brak harmonogramu; to jest losowe
    • Stały jeden żeton na krok
  6. Dlaczego dwukierunkowa uwaga pomaga MaskGIT?
    • Ukrywa obraz przed modelem
    • Dzięki temu każdy token widzi cały częściowy obraz dla lepszego kontekstu
    • Patrzy tylko na wcześniejsze tokeny
    • Eliminuje to potrzebę stosowania jakichkolwiek tokenów
  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