Questionário vinculado ao guia · Médio Nível

LoRA Sliders para teste de edição de imagens

Entenda como os controles deslizantes LoRA aprendem atributos de imagem contínua a partir de exemplos e por que o desembaraço é importante para a edição controlada.

Caminhos de guia relacionadosLora Sliders para edição de imagens
Pergunta 1 de 8

A que se refere a 'classificação baixa' no LoRA?

Visualize cada pergunta8 perguntas

As respostas e explicações aparecem conforme você responde ao teste.

  1. A que se refere a 'classificação baixa' no LoRA?
    • Usando duas pequenas matrizes para aproximar as alterações de peso em vez de editar todos os pesos
    • Diminuindo a resolução da imagem de saída
    • Reduzindo o número de etapas de difusão
    • Classificando os conceitos do menos para o mais importante
  2. Por que você pode empilhar vários controles deslizantes LoRA de uma só vez?
    • Porque eles substituem o modelo base em sequência
    • Porque cada um é um módulo pequeno e separado adicionado ao modelo base congelado
    • Porque o modelo é retreinado entre cada controle deslizante
    • Porque apenas um controle deslizante está ativo por vez
  3. O que normalmente faz o aumento do valor de força de um controle deslizante?
    • Adiciona ruído aleatório à imagem
    • Muda para um modelo básico diferente
    • Empurra o conceito direcionado com mais força na direção positiva
    • Reduz o tamanho do arquivo do LoRA
  4. Em comparação com a luta com prompts de texto, uma das principais vantagens dos controles deslizantes é:
    • Eles não requerem modelo de difusão de base
    • Eles eliminam a necessidade de qualquer aviso
    • Eles produzem apenas imagens em preto e branco
    • Controle contínuo e repetível sobre um único atributo
  5. How many unique Concept Sliders does the paper report composing without degrading output quality?
    • More than 50 in the reported composition experiment
    • Exactly two, with no larger compositions tested
    • One slider per image, with no stacking
    • An unlimited number for every model
  6. Que conceito o trabalho dos Concept Sliders introduziu?
    • Uma forma de compactar imagens com difusão
    • Treinamento de direções LoRA que são mapeadas para um único atributo editável
    • Um novo amostrador para geração mais rápida
    • Um método para legendar imagens automaticamente
  7. What training examples can Concept Sliders use to define a visual attribute direction?
    • Only a complete retraining of the diffusion model
    • A list of file names with no examples
    • A small set of text prompts or sample images
    • A video transcript unrelated to the target attribute
  8. Why does Concept Sliders seek to minimize interference with unrelated attributes?
    • So the frozen base model must be retrained for every edit
    • So all sliders produce the same visual change
    • So a slider cannot be combined with another module
    • So changing one slider is less likely to alter other aspects of the image