Questionário vinculado ao guia · Médio Nível

Questionário sobre modelos CLIP e Vision-Language

Revise as representações compartilhadas e o emparelhamento contrastante do CLIP, com rótulos zero-shot, famílias de codificadores originais, contagens de pontuação de lote e unCLIP.

Caminhos de guia relacionadosModelos de linguagem Clip e Vision
Pergunta 1 de 8

Qual é a ideia central por trás do CLIP?

Visualize cada pergunta8 perguntas

As respostas e explicações aparecem conforme você responde ao teste.

  1. Qual é a ideia central por trás do CLIP?
    • Compactando imagens em arquivos menores
    • Colocar imagens e texto no mesmo espaço de incorporação compartilhado
    • Gerando modelos 3D a partir de fotos
    • Traduzindo fala em texto
  2. Qual abordagem de treinamento o CLIP usa?
    • Aprendizagem por reforço com feedback humano
    • Rotular manualmente cada objeto em cada imagem
    • Aprendizagem contrastiva que reúne pares de imagem-texto correspondentes
    • Copiando pesos de um modelo de fala
  3. What does zero-shot classification mean in the original CLIP transfer setup?
    • Using text-defined candidate categories without new task-specific supervised classifier fitting
    • Using a model that never received any pretraining data
    • Running without any computation or electricity
    • A guarantee that every category is classified correctly
  4. Como o CLIP mede se uma imagem e uma legenda correspondem?
    • Por comparação de tamanho de arquivo
    • Contando pixels de cada cor
    • Verificando o carimbo de data/hora da imagem
    • Por semelhança de cosseno entre seus vetores
  5. Aproximadamente em quantos dados o CLIP foi treinado?
    • Alguns milhares de imagens rotuladas à mão
    • Apenas texto, sem imagens
    • Cerca de 400 milhões de pares imagem-texto da web
    • Uma única coleção de museu com curadoria
  6. How does the cited unCLIP image-generation paper use CLIP representations?
    • The original standalone CLIP encoder directly outputs every image pixel
    • A prior supplies CLIP image embeddings to a generative decoder
    • It removes all image representations and uses only filenames
    • It uses CLIP only as a network-encryption protocol
  7. Which image-encoder families were evaluated in the original CLIP paper?
    • Only recurrent text encoders
    • Only a mandatory linear pixel average
    • Only a raw audio codec
    • Modified ResNets and Vision Transformers
  8. A CLIP batch contains 32 paired images and texts. How many entries are in its full cross-modal score matrix?
    • 1024
    • 32
    • 64
    • 992