แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ยาก ระดับ

แบบทดสอบการท่องจำในรูปแบบการแพร่กระจาย

ทดสอบว่าการท่องจำในแบบจำลองการแพร่กระจายหมายถึงอะไร เหตุใดข้อมูลการฝึกอบรมที่ซ้ำกันจึงเป็นสาเหตุ และวิธีที่ผู้วิจัยแยกและบรรเทาข้อมูลที่ใกล้เคียงกัน

เส้นทางแนะนำที่เกี่ยวข้องการท่องจำในรูปแบบการแพร่กระจาย
คำถาม 1 ของ 8

การท่องจำในรูปแบบการแพร่กระจายคืออะไร?

ดูตัวอย่างทุกคำถาม8 คำถาม

คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ

  1. การท่องจำในรูปแบบการแพร่กระจายคืออะไร?
    • โมเดลที่จดจำข้อความแจ้งก่อนหน้าของผู้ใช้
    • แบบจำลองที่สร้างภาพการฝึกอบรมเฉพาะเจาะจงแทบจะทุกประการ
    • แบบจำลองการจัดเก็บภาพในฐานข้อมูลเพื่อค้นหา
    • นางแบบลืมวิธีวาดรูปหลังการฝึก
  2. เหตุใดข้อมูลที่ซ้ำกันจึงเพิ่มการจดจำ
    • ข้อมูลซ้ำจะถูกเก็บไว้ในความละเอียดสูงกว่า
    • รายการซ้ำจะถูกลบออกโดยอัตโนมัติก่อนการฝึก
    • เมื่อรูปภาพปรากฏขึ้นหลายครั้ง การจัดเก็บรูปภาพจะกลายเป็นวิธีที่ง่ายที่สุดในการลดการสูญเสียการฝึก
    • รายการที่ซ้ำกันทำให้โมเดลสับสน ดังนั้นจึงส่งเสียงรบกวนออกมา
  3. เอกสารปี 2023 ของ Carlini และเพื่อนร่วมงานแสดงให้เห็นอะไร
    • โมเดลการแพร่กระจายจะไม่คัดลอกข้อมูลการฝึก
    • เฉพาะโมเดลข้อความเท่านั้นที่จะจดจำข้อมูล
    • การท่องจำจะเกิดขึ้นเฉพาะในภาพขาวดำเท่านั้น
    • สามารถดึงภาพการฝึกที่ใกล้เคียงกันกว่าร้อยภาพจาก Stable Diffusion
  4. การโจมตีด้วยการดึงข้อมูลระบุภาพที่น่าจะจดจำได้อย่างไร
    • โดยมองหาคนรุ่นเดียวกันที่เกือบจะเหมือนกันจากหลายเมล็ดพันธุ์ด้วยคำอธิบายเดียวกัน
    • โดยจะอ่านน้ำหนักของโมเดลโดยตรงเป็นรูปภาพ
    • โดยถามโมเดลว่าจำภาพใดได้บ้าง
    • ค้นหารูปภาพที่คล้ายกันในเว็บ
  5. ข้อใดกล่าวถึงการท่องจำได้ถูกต้อง
    • มันเป็นพฤติกรรมปกติของโมเดลสำหรับทุกการแจ้งเตือน
    • เกิดขึ้นไม่บ่อยนักแต่สามารถกำหนดเป้าหมายโดยผู้ใช้ที่กำหนดได้
    • มันจะเกิดขึ้นเป็นสำเนาพิกเซลที่แน่นอนเท่านั้น
    • มันไม่มีความเกี่ยวข้องกับความเป็นส่วนตัว
  6. เหตุใดความเสี่ยงด้านความเป็นส่วนตัวจึงรุนแรงขึ้นเมื่อปรับแต่งชุดข้อมูลขนาดเล็ก เช่น การสแกนทางการแพทย์
    • ชุดข้อมูลขนาดเล็กจะเป็นแบบสาธารณะเสมอ
    • การสแกนทางการแพทย์มีขนาดใหญ่เกินกว่าจะฝึกได้
    • แต่ละตัวอย่างมีอิทธิพลต่อแบบจำลองมากกว่า ทำให้มีโอกาสสำลักได้
    • การปรับแต่งแบบละเอียดจะลบโมเดลพื้นฐาน
  7. การบรรเทาผลกระทบใดที่จำกัดอิทธิพลของตัวอย่างการฝึกอบรมใดๆ แต่ในปัจจุบันลดคุณภาพของภาพลง
    • การฝึกอบรมส่วนตัวที่แตกต่าง
    • การเพิ่มจำนวนขั้นตอนการสุ่มตัวอย่าง
    • การใช้ข้อความแจ้งที่ยาวขึ้น
    • การฝึกอบรมสำหรับยุคสมัยที่มากขึ้น
  8. เหตุใดการขจัดข้อมูลซ้ำซ้อนจึงมีประสิทธิภาพมากกว่าเมื่อลบข้อมูลซ้ำซ้อนที่ใกล้เคียงกันออก ไม่ใช่แค่สำเนาที่ตรงกันเท่านั้น
    • สำเนาที่แน่นอนไม่ส่งผลกระทบต่อการฝึกอบรม
    • การที่เกือบจะซ้ำกันนั้นผิดกฎหมายในการจัดเก็บ
    • Near-duplicate ทำให้ภาพเบลอมากขึ้น
    • รูปภาพเดียวกันในเวอร์ชันที่มีการแก้ไขเล็กน้อยยังคงทำหน้าที่เป็นการรับแสงซ้ำ