Тест на текстовую инверсию

Ответы и пояснения появляются по мере прохождения теста.

1. What kinds of concepts did the original textual-inversion paper personalize?
   • User-provided objects or visual styles
   • Only database schemas
   • Only speech transcripts
   • Only camera calibration parameters
2. Сколько примерно изображений-примеров обычно требуется для текстовой инверсии?
   • Только одно изображение
   • Примерно от 3 до 5 изображений
   • Тысячи изображений
   • Нет изображений вообще
3. Почему файлы текстовой инверсии такие маленькие (часто несколько килобайт)?
   • Они сжимают всю модель
   • Это просто текстовые подсказки
   • Они хранят только один изученный вектор
   • Они ссылаются на онлайн-базу данных
4. Что остается неизменным во время обучения текстовой инверсии?
   • Примеры изображений
   • Новое псевдослово
   • Формат текстового приглашения
   • Все существующие веса модели
5. Как вы используете изученную концепцию после текстовой инверсии?
   • Введите новое псевдослово в командной строке.
   • Переобучайте модель каждый раз
   • Загрузите фотографии еще раз
   • Отредактируйте исходный код модели
6. Какая потеря используется для оптимизации нового встраивания?
   • Потеря точности классификации
   • Потери шумоподавления диффузии на примерах изображений
   • Потеря распознавания речи
   • Никаких потерь; это ручная настройка
7. How does textual inversion use the learned token at generation time?
   • It replaces the image decoder
   • It directly edits a generated image without sampling
   • It inserts the token into a text prompt so the frozen text-to-image model can condition on it
   • It changes the model’s tokenizer vocabulary for every user
8. What is a key limitation of a concept learned from only a few example images?
   • It always increases the model’s image resolution
   • It automatically learns every view and lighting condition
   • It changes all existing model concepts equally
   • It may capture incidental features of those examples and generalize imperfectly