Questionário vinculado ao guia · Médio Nível

Questionário de conversão de texto em imagem de imagem

Revise o condicionamento de texto Imagen original, a geração em cascata, o limite dinâmico e as opções de robustez no treinamento de super-resolução.

Caminhos de guia relacionadosImagem de texto para imagem
Pergunta 1 de 8

In the original Imagen study's scaling comparison, which change produced larger image-quality and text-alignment gains?

Visualize cada pergunta8 perguntas

As respostas e explicações aparecem conforme você responde ao teste.

  1. In the original Imagen study's scaling comparison, which change produced larger image-quality and text-alignment gains?
    • Discarding the language encoder entirely
    • Increasing the pretrained text encoder's size rather than the diffusion model's size
    • Replacing diffusion with nearest-neighbor image lookup
    • Reducing every prompt to a single word
  2. Em qual codificador de texto o Imagen depende?
    • Uma rede de imagens convolucionais
    • Um pequeno LSTM
    • Um conjunto de regras escritas à mão
    • Um modelo de linguagem T5-XXL congelado
  3. Como o Imagen atinge alta resolução?
    • Difusão em cascata com estágios de upscaling de super-resolução
    • Um único passo gigante de geração
    • Cortando uma foto grande
    • Interpolando duas imagens
  4. What problem did original Imagen's dynamic thresholding address under strong guidance?
    • A lack of text tokens in the encoder vocabulary
    • The need to compress the final PNG file
    • Saturation of predicted pixel values during sampling
    • A missing training label for every object
  5. O que é DrawBench?
    • Um tablet de desenho
    • Uma marca de GPU
    • Um conjunto de dados de fotos de gatos
    • Uma referência de prompts desafiadores para avaliar modelos de texto para imagem
  6. Por que o codificador T5-XXL é mantido congelado no Imagen?
    • Está quebrado e não pode treinar
    • Sua compreensão de rich text de transferências de pré-treinamento sem ajustes adicionais
    • Para economizar apenas espaço em disco
    • Porque o texto é irrelevante
  7. What resolution did original Imagen's base diffusion model generate before its super-resolution stages?
    • 256 by 256 pixels as the first stage
    • 1024 by 1024 pixels directly
    • 64 by 64 pixels
    • A single pixel that was copied across the final image
  8. Why did the Imagen researchers add Gaussian noise to low-resolution conditioning images during super-resolution training?
    • To make the upsamplers more robust to imperfect inputs from earlier stages
    • To remove text conditioning from the entire cascade
    • To guarantee that all training images had the same caption
    • To replace the upsamplers with deterministic resizing