Câu đố về mô hình khuếch tán tiềm ẩn

Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.

1. Sự đổi mới chính của các mô hình khuếch tán tiềm ẩn so với khuếch tán không gian pixel là gì?
   • Họ chạy quá trình khuếch tán trong không gian tiềm ẩn được nén thay vì trên các pixel thô
   • Chúng loại bỏ sự cần thiết của bất kỳ mạng lưới thần kinh nào
   • Chúng chỉ hoạt động trên hình ảnh đen trắng
   • Họ không yêu cầu dữ liệu đào tạo nào cả
2. In latent diffusion, what does the first-stage autoencoder do?
   • Predicts text tokens without processing images
   • Encodes an image into a latent representation and decodes latents back into images
   • Replaces the diffusion model at every denoising step
   • Classifies a prompt as safe or unsafe
3. Văn bản thường được đưa vào U-Net khử nhiễu như thế nào trong quá trình khuếch tán tiềm ẩn?
   • Bằng cách nối chuỗi văn bản thô vào hình ảnh
   • Bằng cách chỉnh sửa pixel theo cách thủ công
   • Thông qua các lớp thu hút sự chú ý chéo bằng cách sử dụng tính năng nhúng văn bản
   • Văn bản hoàn toàn không thể được sử dụng
4. Why can denoising in a latent diffusion model reduce computation compared with pixel-space diffusion?
   • The model skips all image decoding
   • The diffusion network uses no neural layers
   • The model removes every denoising step
   • The denoiser operates on a smaller spatial latent grid, though decoding is still needed at the end
5. Which first-stage autoencoder regularization variants does the original latent diffusion paper investigate?
   • KL-regularized and vector-quantized autoencoders
   • Only a classifier-free guidance model
   • Only a causal language model
   • A decoder that has no learned parameters
6. Mô hình khuếch tán học được gì trong quá trình đào tạo?
   • Để phân loại hình ảnh thành các danh mục
   • Để đảo ngược quá trình nhiễu dần dần và khử nhiễu từng bước
   • Để nén văn bản thành âm thanh
   • Để dịch ngôn ngữ
7. In the paper’s f=8 autoencoder configuration, what does the downsampling factor describe?
   • The model uses eight separate text encoders
   • Every input is reduced to exactly eight pixels
   • Each spatial dimension of the latent grid is reduced by a factor of eight
   • The diffusion model performs eight total training updates
8. How does the latent diffusion paper inject spatial conditions such as semantic layouts into the denoiser?
   • It converts the layout into an English sentence only
   • It removes spatial coordinates before denoising
   • It uses the condition only after decoding to pixels
   • It concatenates the spatial condition with the latent representation along channels