گائیڈ سے منسلک کوئز · درمیانہ سطح
MaskGIT متوازی ٹوکن ڈیکوڈنگ کوئز
ماسک جی آئی ٹی کی ماسکڈ ٹوکن ٹریننگ اور تکراری متوازی ڈی کوڈنگ کو چیک کریں، بشمول اس کے اعتماد پر مبنی دوبارہ ماسکنگ کا شیڈول اور دو طرفہ سیاق و سباق۔
سوال 1 کی 8
ماسک جی آئی ٹی تصویری ٹوکن کو VQGAN کے ٹرانسفارمر سے مختلف طریقے سے کیسے ڈی کوڈ کرتا ہے؟
ہر سوال کا جائزہ لیں۔8 سوالات
جب آپ کوئز دیتے ہیں تو جوابات اور وضاحتیں ظاہر ہوتی ہیں۔
- ماسک جی آئی ٹی تصویری ٹوکن کو VQGAN کے ٹرانسفارمر سے مختلف طریقے سے کیسے ڈی کوڈ کرتا ہے؟
- یہ متوازی طور پر ٹوکن کی پیش گوئی کرتا ہے اور چند قدموں پر بہتر کرتا ہے۔
- یہ راسٹر آرڈر میں ایک وقت میں ایک ٹوکن کی پیش گوئی کرتا ہے۔
- یہ کوئی ٹرانسفارمر استعمال نہیں کرتا
- یہ صرف متن تیار کرتا ہے۔
- ماسک جی آئی ٹی زبان کے ماڈلز سے کون سا تربیتی مقصد لیتی ہے؟
- اگلے لفظ کی صرف پیشین گوئی
- نقاب پوش ٹوکن پیشن گوئی، جیسے BERT
- تصویر کی درجہ بندی
- انسانی آراء سے کمک سیکھنا
- نسل کے دوران، ماسک جی آئی ٹی ہر تکرار پر کون سے ٹوکن کا ارتکاب کرتا ہے؟
- سب سے کم اعتماد والے
- بے ترتیب ٹوکن
- سب سے زیادہ اعتماد والی پیشین گوئیاں
- تمام ٹوکن ایک ساتھ ایک قدم پر
- 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
- کون سا شیڈول کنٹرول کرتا ہے کہ ماسک جی آئی ٹی ہر قدم کو کتنے ٹوکن ظاہر کرتی ہے؟
- کوزائن ماسکنگ کا شیڈول
- صرف ایک لکیری اصول جو سب کو ایک ساتھ ظاہر کرتا ہے۔
- کوئی شیڈول نہیں؛ یہ بے ترتیب ہے
- فی قدم ایک مقررہ ٹوکن
- دو طرفہ توجہ ماسک جی آئی ٹی کی مدد کیوں کرتی ہے؟
- یہ تصویر کو ماڈل سے چھپاتا ہے۔
- یہ ہر ٹوکن کو بہتر سیاق و سباق کے لیے پوری جزوی تصویر دیکھنے دیتا ہے۔
- یہ صرف پہلے والے ٹوکن کو دیکھتا ہے۔
- یہ کسی بھی ٹوکن کی ضرورت کو دور کرتا ہے۔
- 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
- 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