Вікторина, пов’язана з посібником · Середній Рівень

Тест без класифікаторів

Ознайомтеся з інструкціями без класифікаторів, умовним відрахуванням, компромісом між якістю та різноманітністю, витратами на висновки та шкалою вказівок. Перевірте обсяг і припущення.

Пов'язані напрямні шляхиБезкоштовне керівництво класифікатором
Питання 1 з 8

Why do diffusion models apply classifier-free guidance?

Перегляньте кожне запитання8 запитання

Відповіді та пояснення з’являються під час виконання тесту.

  1. Why do diffusion models apply classifier-free guidance?
    • Щоб перевірити, наскільки чітко результат відповідає підказці кондиціювання
    • Щоб стиснути модель до меншого розміру
    • Щоб повністю видалити кодувальник тексту
    • Щоб перетворити зображення в аудіо
  2. Як модель навчиться робити безумовні прогнози для вказівок без класифікаторів?
    • Шляхом підготовки другого окремого класифікатора
    • Довільно скидаючи кондиціонування під час тренування
    • Використовуючи лише чорні зображення
    • Відключивши GPU
  3. Що зазвичай дає збільшення орієнтовної шкали?
    • Завжди покращує різноманітність
    • Усуває вплив підказки
    • Посилює швидке прилягання, але може спричинити перенасичення
    • Робить зображення сірим
  4. Приблизно скільки проходів вперед на крок усунення шуму вимагає стандартне керування без класифікатора?
    • Нуль
    • десять
    • сто
    • Два (один умовний, один безумовний)
  5. Яку перевагу має настанова без класифікатора перед настановою за допомогою класифікатора?
    • Для цього не потрібен окремо навчений класифікатор
    • Це вимагає більше навчальних даних
    • Він працює лише на текстових моделях
    • Виключає процес дифузії
  6. In the common classifier-free guidance formula, what does guidance scale s=0 produce?
    • The conditional prediction with extra amplification
    • The unconditional model prediction without conditioning
    • A prediction from a separately trained classifier
    • A sample with all denoising removed
  7. How does classifier-free guidance combine model outputs at inference?
    • It combines two image classifiers
    • It removes the conditional prompt
    • It combines conditional and unconditional score estimates
    • It adds a learned reward model after decoding
  8. What does a guidance scale of 1 generally correspond to in the common formulation?
    • The unconditional prediction only
    • A classifier-based gradient
    • A zero-noise image
    • The conditional prediction without extra guidance amplification