Викторина, связанная с руководством · Средний Уровень

Викторина по авторегрессионной визуализации Parti Pathways

Тестирование токенов авторегрессионного изображения Parti, реконструкция ViT-VQGAN, наблюдаемые результаты масштабирования, оценка PartiPrompts и пределы достоверности подсказок.

Связанные направляющие путиАвторегрессионная визуализация Parti Pathways
Вопрос 1 из 8

Как Parti генерирует изображение?

Предварительный просмотр каждого вопроса8 вопросы

Ответы и пояснения появляются по мере прохождения теста.

  1. Как Parti генерирует изображение?
    • Путем шумоподавления случайного шума на протяжении многих шагов
    • Предсказывая один токен изображения за раз, как при написании предложения.
    • Сшивая вместе стоковые фотографии
    • Рисуя векторные пути
  2. Какую общую структуру использует Parti для задачи преобразования текста в изображение?
    • Проблема с кластеризацией
    • Обучающая игра с подкреплением
    • Поиск ближайшего соседа
    • Проблема перевода последовательности в последовательность
  3. Что наблюдали исследователи Парти, сравнивая масштабы своих моделей до 20 миллиардов параметров?
    • Consistent quality improvements in their reported evaluations
    • A proof that every larger image model always answers every prompt correctly
    • Identical outputs and quality at every model scale
    • An elimination of every counting and spelling error
  4. Что преобразует изображение в дискретные токены для Parti?
    • электронная таблица
    • Диффузионная U-Net
    • Токенизатор ViT-VQGAN.
    • Распознаватель речи
  5. Какая зависимость генерации создает работу последовательного декодирования в Parti?
    • Every pixel must be manually drawn by the user
    • The text encoder can only read a grayscale image
    • The tokenizer requires an AIS position message
    • Each new image-token prediction depends on the previously generated token prefix
  6. Что такое PartiPrompts?
    • Набор музыкальных данных
    • Тест из более чем 1600 сложных текстовых подсказок
    • Приложение для редактирования фотографий
    • Тип графического процессора
  7. In Parti, what turns the generated visual-token sequence into image pixels?
    • The PartiPrompts category label alone
    • The user's text file extension
    • The image tokenizer's decoder
    • A fixed list of object names
  8. Does original Parti's reported scaling improvement establish perfect counting or spelling on every prompt?
    • No; the paper also documents prompt-dependent failures and inconsistencies
    • Yes; the largest scale guarantees exact counts for every scene
    • Yes; a benchmark removes all spelling errors by definition
    • Only if the prompt has no text