SDXL اور کاسکیڈڈ ڈفیوژن کوئز

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

1. اصل مستحکم بازی کے مقابلے SDXL کس مقامی ریزولیوشن پر تصاویر تیار کرتا ہے؟
   • 1024x1024 بمقابلہ 512x512
   • 256x256 بمقابلہ 128x128
   • 2048x2048 بمقابلہ 1024x1024
   • 768x768 بمقابلہ 256x256
2. SDXL کے ریفائنر ماڈل کا کیا کردار ہے؟
   • یہ ٹیکسٹ پرامپٹ کو انکوڈ کرتا ہے۔
   • یہ حتمی کم شور کو ختم کرنے والے اقدامات کے دوران عمدہ تفصیل کا اضافہ کرتا ہے۔
   • یہ تصاویر کو اویکت جگہ میں کمپریس کرتا ہے۔
   • یہ ابتدائی بے ترتیب شور پیدا کرتا ہے۔
3. SDXL کتنے ٹیکسٹ انکوڈرز استعمال کرتا ہے؟
   • ایک
   • تین
   • دو
   • صفر
4. cascaded بازی کا بنیادی خیال کیا ہے؟
   • ایک ہی وقت میں تمام ریزولوشنز پر ایک سنگل وشال ماڈل کو تربیت دینا
   • جنریشن کو تیز کرنے کے لیے ٹیکسٹ انکوڈر کو ہٹانا
   • ہر مرحلے پر GAN کے ساتھ بازی کو تبدیل کرنا
   • ایک بیس ماڈل کو سپر ریزولیوشن ڈفیوژن ماڈلز کے ساتھ جوڑنا جو آہستہ آہستہ اونچے درجے کا ہوتا ہے۔
5. SDXL براہ راست پکسلز کے بجائے اویکت جگہ میں کیوں انکار کرتا ہے؟
   • یہ denoising کو کمپیوٹیشنل طور پر سستا بناتا ہے۔
   • اویکت خلائی تصاویر زیادہ رنگین نظر آتی ہیں۔
   • پکسلز سے انکار نہیں کیا جا سکتا
   • یہ ٹیکسٹ پرامپٹ کی ضرورت سے گریز کرتا ہے۔
6. کون سی تکنیک SDXL کو ایک سے چار جنریشن کے مراحل تک کم کرتی ہے؟
   • فصل کنڈیشنگ
   • ڈسٹلیشن کے طریقے جیسے SDXL ٹربو اور لیٹنٹ کنسسٹینسی ماڈلز
   • مزید ٹیکسٹ انکوڈرز شامل کرنا
   • VAE سائز میں اضافہ
7. What do SDXL's size and crop conditioning inputs tell the model?
   • Which training dataset owns the prompt
   • The number of denoising steps to run
   • The target image size and framing or crop
   • The image's final file format and compression level
8. What problem does noise-conditioning augmentation address in a cascaded diffusion pipeline?
   • یہ ٹیکسٹ پرامپٹ کی ضرورت کو دور کرتا ہے۔
   • It guarantees that every stage produces the same resolution
   • It converts the latent image into an audio signal
   • It helps later super-resolution stages handle errors or uncertainty in the previous stage's low-resolution image