Rehber bağlantılı sınav · Orta Seviye

Otoregresif Görüntü Oluşturma Sınavı

Otoregresif görüntü modellerinin görüntüleri simge dizileri olarak nasıl kodladığını ve bunları metin istemlerinden her seferinde bir adım oluşturacak şekilde nasıl oluşturduğunu öğrenin.

İlgili kılavuz yollarıOtoregresif Görüntü Üretimi
Soru 1 arasında 8

İmaj üretimi bağlamında 'otoregresif' ne anlama geliyor?

Her soruyu önizleyin8 sorular

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

  1. İmaj üretimi bağlamında 'otoregresif' ne anlama geliyor?
    • Her yeni öğenin önceden oluşturulmuş öğelere göre koşullandırıldığı tahmin edilir
    • Her yeni öğe yalnızca metin istemi kullanılarak tahmin edilir
    • Görüntünün tamamı aynı anda rastgele gürültüden arındırılır
    • Pikseller birbirinden tamamen bağımsız olarak oluşturulur
  2. DALL-E 1 gibi modern otoregresif görüntü modelleri, genellikle bir görüntüyü tahmin etmeden önce nasıl temsil eder?
    • Tek bir sürekli vektör olarak
    • Öğrenilmiş bir kod kitabından alınan ayrı belirteçlerden oluşan sabit bir ızgara olarak
    • Yalnızca ham 24 bit RGB pikselleri olarak
    • Vektör grafik şekillerinin bir listesi olarak
  3. Hangi eski modeller her seferinde bir ham piksellik görüntüler üretiyordu?
    • GAN'lar ve VAE'ler
    • Kararlı Difüzyon ve Görüntü
    • PixelRNN ve PixelCNN
    • KLİP ve BLİP
  4. Hangi mekanizma bir Transformer'ın otoregresif oluşturma sırasında yalnızca daha önceki belirteçlerle ilgilenmesini sağlar?
    • Bırakma
    • Toplu normalleştirme
    • Bağlantıları atla
    • Nedensel (maskeli) kendine dikkat
  5. Otoregresif görüntü örneklemenin temel pratik dezavantajı nedir?
    • Örnekleme sıralıdır ve bu nedenle yavaştır
    • Metne göre koşullandırılamaz
    • İnce detayları modelleyemez
    • Eğitim verisi gerektirmez
  6. Hangi teknik, birçok jetonu paralel olarak tahmin ederek jeton tabanlı görüntü üretimini hızlandırır?
    • Öğretmen zorlama
    • Maskelenmiş paralel kod çözme (ör. MaskGIT/Muse)
    • Degrade kırpma
    • Tek-hot kodlama
  7. How does the original DALL·E model use text and image tokens?
    • Separate unconnected classifiers process text and pixels
    • A diffusion decoder predicts all pixels simultaneously
    • A single autoregressive Transformer models the sequence conditioned on text and image tokens
    • The model uses only a text encoder and no image-token sequence
  8. What scale of image-text pairs did the original DALL·E paper report collecting?
    • About 250 pairs
    • About 25 thousand pairs
    • About 25 billion pairs
    • About 250 million image-text pairs