Вікторина, пов’язана з посібником · Середній Рівень

Тест із паралельного декодування маркерів MaskGIT

Перевірте навчання маскованих токенів MaskGIT і ітераційне паралельне декодування, включно з розкладом повторного маскування на основі достовірності та двонаправленим контекстом.

Пов'язані напрямні шляхиПаралельне декодування маркерів Maskgit
Питання 1 з 8

Як MaskGIT декодує маркери зображень інакше, ніж трансформатор VQGAN?

Перегляньте кожне запитання8 запитання

Відповіді та пояснення з’являються під час виконання тесту.

  1. Як MaskGIT декодує маркери зображень інакше, ніж трансформатор VQGAN?
    • Він прогнозує токени паралельно й уточнює за кілька кроків
    • Він прогнозує по одному токену в растровому порядку
    • Він не використовує трансформатор
    • Він генерує лише текст
  2. Яку навчальну мету MaskGIT запозичує з мовних моделей?
    • Передбачення лише за наступним словом
    • Замасковане передбачення токенів, як BERT
    • Класифікація зображень
    • Навчання з підкріпленням на основі відгуків людини
  3. Під час генерації, які маркери MaskGIT фіксує на кожній ітерації?
    • Ті, що мають найнижчу довіру
    • Випадкові жетони
    • Прогнози з найвищою достовірністю
    • Усі токени одразу на першому кроці
  4. In the original MaskGIT generation examples, roughly how many refinement iterations were often used?
    • Exactly one iteration for every image and task
    • Hundreds of sequential token predictions
    • A fixed number that cannot be changed by the user
    • About 8 to 12 in those reported configurations
  5. Який розклад контролює, скільки токенів MaskGIT відкриває на кожному кроці?
    • Графік косинусного маскування
    • Лише лінійне правило, яке показує все одразу
    • Немає розкладу; це випадково
    • Фіксований один маркер на крок
  6. Чому двонаправлена увага допомагає MaskGIT?
    • Він приховує зображення від моделі
    • Це дозволяє кожному маркеру бачити повне часткове зображення для кращого контексту
    • Він переглядає лише попередні токени
    • Це усуває потребу в будь-яких жетонах
  7. What token grid does MaskGIT begin with when generating an image?
    • A fully decoded image that only needs color correction
    • A left-to-right stream with no masked positions
    • A grid with every image token masked
    • A grid of text embeddings from the prompt only
  8. How can MaskGIT fill a masked region during image inpainting?
    • Discard the observed image and generate an unrelated full image
    • Use only a left-to-right text decoder with no image tokens
    • Replace every visible token with a random codebook entry
    • Keep observed image tokens as context and iteratively predict the masked positions