گلیگن گراؤنڈ جنریشن کوئز

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

1. GLIGEN بنیادی طور پر کونسا مسئلہ حل کرتا ہے؟
   • جہاں اشیاء ظاہر ہوتی ہیں اس پر قطعی مقامی کنٹرول کا فقدان
   • سست نسل کی رفتار
   • رنگین تصاویر بنانے میں ناکامی۔
   • تیار کردہ ویڈیوز میں آڈیو غائب ہے۔
2. GLIGEN پہلے سے تربیت یافتہ ڈفیوژن ماڈل کے علم کو کیسے محفوظ رکھتا ہے؟
   • یہ شروع سے تمام وزنوں کو دوبارہ تربیت دیتا ہے۔
   • یہ اصل وزن کو منجمد کر دیتا ہے اور نئی تربیت کے قابل گیٹڈ خود توجہ کی تہوں کو شامل کرتا ہے۔
   • یہ ٹیکسٹ انکوڈر کو حذف کر دیتا ہے۔
   • یہ بازی کے بجائے GAN استعمال کرتا ہے۔
3. ایک عام گراؤنڈنگ ان پٹ GLIGEN کیا قبول کرتا ہے؟
   • ایک میوزیکل اسکور
   • ہائپر پیرامیٹرز کی فہرست
   • متن یا تصویری ہستی کے ساتھ جوڑا بنا ہوا باؤنڈنگ باکس
   • پکسل ویلیوز کی ایک اسپریڈ شیٹ
4. GLIGEN کی نئی توجہ کی تہوں میں گیٹ کو صفر پر کیوں شروع کیا گیا ہے؟
   • پہلے تو تصاویر کو گرے اسکیل بنانے کے لیے
   • ٹیکسٹ پرامپٹ کو غیر فعال کرنے کے لیے
   • تصویر کی قرارداد کو کم کرنے کے لئے
   • لہٰذا بیس ماڈل کے رویے کو تربیت میں ابتدائی طور پر محفوظ کیا جاتا ہے اور کنٹرول کو بتدریج شامل کیا جاتا ہے۔
5. GLIGEN میں 'اوپن ورلڈ' گراؤنڈ جنریشن کا کیا مطلب ہے؟
   • یہ صوابدیدی بیان کردہ تصورات اور ترتیب کو گراؤنڈ کر سکتا ہے جو گراؤنڈنگ ٹریننگ کے دوران نہیں دیکھے جاتے ہیں۔
   • یہ صرف اندرونی مناظر پر کام کرتا ہے۔
   • اس کے لیے 3D ورلڈ ماڈل کی ضرورت ہے۔
   • یہ صرف بیرونی مناظر پیدا کرتا ہے۔
6. U-Net میں GLIGEN کی نئی گیٹڈ سیلف اٹینشن لیئرز کہاں ڈالی گئی ہیں؟
   • صرف آؤٹ پٹ VAE پر
   • موجودہ خود توجہ اور کراس توجہ کے بلاکس کے درمیان
   • صرف ٹیکسٹ انکوڈر کے اندر
   • شور شیڈولر سے پہلے
7. What does a GLIGEN grounding token combine?
   • A denoising timestep with a VAE decoder output
   • A color histogram with the final image resolution
   • A text or image embedding with spatial information such as a bounding box
   • A training dataset name with a classifier label
8. Besides bounding boxes, which inputs can GLIGEN use to ground objects?
   • Only unstructured audio waveforms
   • A crop-size label without any object information
   • A list of model checkpoint filenames
   • Keypoints or reference images