Test legat de ghid · Mediu Nivel

Muse Masked Generative Imaging Quiz

Examinați tokenizarea imaginii Muse, condiționarea textului înghețat, decodarea mascată paralelă, etapele de rezoluție, capacitățile de editare și contabilizarea parametrilor.

Căi de ghidare aferenteMuse Masked Generative Imaging
Întrebare 1 de 8

Ce prezice Muse în timpul generării în loc să elimine pixelii?

Previzualizează fiecare întrebare8 întrebări

Răspunsurile și explicațiile apar pe măsură ce susțineți testul.

  1. Ce prezice Muse în timpul generării în loc să elimine pixelii?
    • Valorile pixelilor RGB brute direct
    • Jetoane de imagine discrete mascate dintr-o carte de coduri VQGAN
    • Cursuri vectoriale ca un program de grafică vectorială
    • Hărți de adâncime care sunt colorate ulterior
  2. Ce caracteristică contribuie la eficiența de eșantionare raportată de Muse în raport cu linia de bază evaluată pentru imaginea secvențială?
    • Generarea numai de ieșiri monocrome
    • Eliminarea tuturor calculelor codificatoare de text
    • Garantând finalizarea fiecărei imagini într-o singură trecere
    • Prezicerea mai multor jetoane de imagine mascate în fiecare rundă de decodare
  3. Cum condiționează Muse original predicția imaginii pe promptul său text?
    • Cu înglobare de la un codificator T5-XXL congelat preantrenat
    • Cu un tabel de frecvență a cuvintelor neantrenat
    • Citind doar primul caracter
    • Prin dezactivarea procesării textului în timpul inferenței
  4. Care este rolul remascarei bazate pe încredere în Muse?
    • Acesta șterge imaginile de antrenament de calitate scăzută
    • Comprimă fișierul imagine final
    • Păstrează predicțiile încrezătoare și le re-maschează pe cele incerte pentru runda următoare
    • Evaluează calitatea promptă a utilizatorului
  5. Cum produce conducta de token în două etape a lui Muse o reprezentare a imaginii cu rezoluție mai mare?
    • Mărește ieșirea numai cu un filtru de estompare
    • Acesta prezice toate rezoluțiile fără model suplimentar
    • Îndepărtează condiția textului înainte de a doua etapă
    • Un model de token de super-rezoluție folosește reprezentarea de bază pentru a prezice o grilă de token cu rezoluție mai mare
  6. Pentru ce tip de sarcină este Muse potrivită în mod natural, deoarece prezice regiuni mascate?
    • Transcriere audio
    • Inpainting și outpainting
    • Calcul tabelar
    • Doar compresie video
  7. După ce Muse își prezice grila de simboluri de imagine, care componentă reconstruiește pixelii?
    • Managerul de introducere de la tastatură al promptului text
    • Un transponder AIS
    • Decodorul de tokenizer VQGAN corespunzător
    • Numele fișierului de antrenament-legendă
  8. De ce un număr de parametri de model de imagine Muse citat omite unii parametri utilizați de sistemul complet de generare?
    • Codificatorul de text T5-XXL înghețat este o componentă suplimentară
    • Fiecare model înghețat are zero parametri stocați
    • Numărul de modele măsoară numai octeții de fișier PNG
    • Codificatorul de text devine tokenizatorul de imagine în timpul rulării