Викторина, связанная с руководством · Средний Уровень

Викторина о единообразии символов в изображениях AI

Тестирует, как эталонные изображения, LoRA символов и кодеры идентификации обеспечивают согласованность символов, а также конкретные причины сбоя каждого метода.

Вопрос 1 из 8

Почему повторное использование одного и того же начального числа не гарантирует тот же символ после изменения приглашения?

Предварительный просмотр каждого вопроса8 вопросы

Ответы и пояснения появляются по мере прохождения теста.

  1. Почему повторное использование одного и того же начального числа не гарантирует тот же символ после изменения приглашения?
    • Семена истекают после одного использования
    • Changing the prompt changes the denoising path, so the output changes even from the same starting noise
    • Seeds only control the image resolution
    • The model randomly reassigns seeds between runs
  2. Какой метод обучает небольшим обновлениям веса набора изображений и связывает их с токеном триггера?
    • Identity encoder
    • Reference-image conditioning
    • Character LoRA
    • Inpainting
  3. Каково основное ограничение кодировщиков идентификации лиц, таких как InstantID?
    • They preserve the face but not hair, clothing or body shape
    • They require hundreds of training images
    • They only work on cartoon characters
    • They cannot change the background
  4. Как IP-адаптер вводит эталонное изображение в генерацию?
    • By replacing the text prompt entirely
    • By retraining the full model on the image
    • By copying reference pixels into the output
    • Through decoupled cross-attention with separate key and value projections for image features
  5. Персонаж LoRA продолжает создавать ту же позу и фон, что и его тренировочные изображения. Какова вероятная причина?
    • Недооснащение
    • Переобучение
    • A low reference weight
    • A missing seed
  6. What does DreamBooth's prior-preservation loss prevent?
    • The class word (like 'dog') collapsing into your specific character
    • The model from generating backgrounds
    • Face embeddings from being computed
    • Two LoRAs from loading at once
  7. When captioning LoRA training images, what should the captions describe?
    • Only the character's fixed traits
    • Nothing, captions should be left blank
    • Only the trigger word repeated
    • The things that should vary, such as background, pose and lighting
  8. Why do identity encoders often struggle with stylized cartoon characters?
    • Cartoons have too many colors
    • Cartoon images are too small
    • The face recognizers behind them were trained on real photographs
    • Cartoon characters cannot have seeds