گائیڈ سے منسلک کوئز · مشکل سطح

فلو میچنگ کوئز

فلو میچنگ کے سیکھے ہوئے ویکٹر فیلڈز، مشروط راستے، ODE سیمپلنگ اور بازی پر مبنی جنریشن سے تعلق دریافت کریں۔

متعلقہ گائیڈ کے راستےفلو میچنگ
سوال 1 کی 8

فلو مماثل ماڈل براہ راست پیشین گوئی کرنا کیا سیکھتا ہے؟

ہر سوال کا جائزہ لیں۔8 سوالات

جب آپ کوئز دیتے ہیں تو جوابات اور وضاحتیں ظاہر ہوتی ہیں۔

  1. فلو مماثل ماڈل براہ راست پیشین گوئی کرنا کیا سیکھتا ہے؟
    • ایک رفتار کا میدان جو شور سے نمونوں کو ڈیٹا کی طرف لے جاتا ہے۔
    • ہر تصویر کے لیے درجہ بندی کا لیبل
    • کسی تصویر کے کمپریسڈ JPEG بائٹس
    • پکسل کی قدروں کی ایک فکسڈ تلاش کی میز
  2. تربیت یافتہ بہاؤ مماثل ماڈل سے نمونے کیسے تیار کیے جاتے ہیں؟
    • الفاظ کی ایک مجرد مارکوف سلسلہ کا نمونہ لے کر
    • شور سے شروع ہونے والے ODE سولور کے ساتھ سیکھے ہوئے رفتار فیلڈ کو مربوط کرکے
    • ان پٹ امیج پر گریڈینٹ ڈیسنٹ چلا کر
    • پورے ٹریننگ سیٹ کی اوسط سے
  3. مشروط بہاؤ کے ملاپ کے نقصان کو تربیت کے قابل کیا بناتا ہے؟
    • یہ ڈیٹا کو مکمل طور پر نظر انداز کرتا ہے۔
    • اس کے لیے مکمل مارجنل فیلڈ کو تجزیاتی طور پر حل کرنے کی ضرورت ہے۔
    • یہ ایک ہی ڈیٹا پوائنٹ پر شرط رکھتا ہے اور ایک سادہ معلوم انٹرپولیشن پاتھ استعمال کرتا ہے۔
    • یہ ہمیشہ کے لیے ایک وقت میں صرف ایک تصویر پر کام کرتا ہے۔
  4. 'اصلاح شدہ بہاؤ' کی مختلف حالت تیز تر نسل کو کیوں قابل بناتی ہے؟
    • یہ بڑے اعصابی نیٹ ورک استعمال کرتا ہے۔
    • یہ تربیت کو مکمل طور پر چھوڑ دیتا ہے۔
    • یہ تصاویر کو پہلے متن میں تبدیل کرتا ہے۔
    • یہ امکانی راستوں کو سیدھا کرتا ہے لہذا کم ODE حل کرنے والے اقدامات کی ضرورت ہے۔
  5. Which named image model’s paper explicitly describes a rectified-flow transformer?
    • Stable Diffusion 3
    • Flux, as established by the cited source set
    • ResNet-50
    • YOLOv8
  6. مشروط بہاؤ مماثلت میں، وقت ٹی پر شور کے نمونے اور ڈیٹا کے نمونے کے درمیان ایک عام انٹرپولیشن کیا ہے؟
    • پکسلز کا بے ترتیب شفل
    • x_t = (1-t)*شور + t*ڈیٹا، ایک سیدھی لائن کا مرکب
    • ہر پکسل کی قیمت کو مربع کرنا
    • چمک کے لحاظ سے پکسلز کو ترتیب دینا
  7. In conditional flow matching, how is the marginal vector field related to conditional vector fields?
    • It is the largest vector in the training batch
    • It is a fixed class label independent of time
    • It is the conditional expectation of the conditional vector field over the conditioning variable
    • It is the average pixel value of the data
  8. Beyond generative modeling, what other task does the original rectified-flow paper describe?
    • Speech diarization with speaker embeddings
    • Classifying handwritten digits from labels alone
    • Predicting calendar availability
    • Data or domain transfer between distributions