Bài kiểm tra có liên kết hướng dẫn · Cứng Cấp độ

Bài kiểm tra ghi nhớ trong mô hình khuếch tán

Kiểm tra ý nghĩa của việc ghi nhớ trong các mô hình phổ biến, tại sao dữ liệu đào tạo trùng lặp lại gây ra hiện tượng đó cũng như cách các nhà nghiên cứu trích xuất và giảm thiểu các bản sao gần như trùng lặp.

Đường dẫn hướng dẫn liên quanGhi nhớ trong các mô hình khuếch tán
Câu hỏi 1 của 8

Ghi nhớ trong mô hình khuếch tán là gì?

Xem trước mọi câu hỏi8 câu hỏi

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

  1. Ghi nhớ trong mô hình khuếch tán là gì?
    • Mô hình ghi nhớ lời nhắc trước đó của người dùng
    • Mô hình tái tạo hình ảnh huấn luyện cụ thể gần như chính xác
    • Mô hình lưu trữ hình ảnh vào cơ sở dữ liệu phục vụ tìm kiếm
    • Người mẫu quên cách vẽ sau khi tập luyện
  2. Tại sao dữ liệu trùng lặp làm tăng khả năng ghi nhớ?
    • Các bản sao được lưu trữ ở độ phân giải cao hơn
    • Các bản sao sẽ tự động bị xóa trước khi đào tạo
    • Khi một hình ảnh xuất hiện nhiều lần, việc lưu trữ nó trở thành cách dễ nhất để giảm tổn thất huấn luyện trên đó
    • Các bản sao gây nhầm lẫn cho mô hình nên nó tạo ra nhiễu
  3. Bài báo năm 2023 của Carlini và đồng nghiệp đã chứng minh điều gì?
    • Mô hình khuếch tán không bao giờ sao chép dữ liệu đào tạo
    • Chỉ các mô hình văn bản ghi nhớ dữ liệu
    • Việc ghi nhớ chỉ diễn ra trong hình ảnh đen trắng
    • Hơn một trăm hình ảnh đào tạo gần giống nhau có thể được trích xuất từ Stable Diffusion
  4. Cuộc tấn công trích xuất xác định các hình ảnh có khả năng được ghi nhớ như thế nào?
    • Nó tìm kiếm các thế hệ gần giống nhau trên nhiều hạt giống cho cùng một chú thích
    • Nó đọc trọng lượng của mô hình trực tiếp dưới dạng hình ảnh
    • Nó hỏi người mẫu những hình ảnh nào nó đã ghi nhớ
    • Nó tìm kiếm trên web những bức ảnh tương tự
  5. Phát biểu nào về khả năng ghi nhớ là chính xác?
    • Đó là hành vi bình thường của mô hình đối với mọi lời nhắc
    • Nó hiếm nhưng có thể được nhắm mục tiêu bởi người dùng quyết tâm
    • Nó chỉ xảy ra dưới dạng bản sao pixel chính xác
    • Nó không liên quan đến quyền riêng tư
  6. Tại sao rủi ro về quyền riêng tư lại trở nên nghiêm trọng hơn khi tinh chỉnh trên một tập dữ liệu nhỏ chẳng hạn như bản quét y tế?
    • Các tập dữ liệu nhỏ luôn được công khai
    • Quét y tế quá lớn để đào tạo
    • Mỗi ví dụ có nhiều ảnh hưởng hơn đến mô hình, làm tăng nguy cơ trào ngược
    • Tinh chỉnh xóa mô hình cơ sở
  7. Biện pháp giảm thiểu nào hạn chế ảnh hưởng của bất kỳ ví dụ đào tạo đơn lẻ nào nhưng hiện đang làm giảm chất lượng hình ảnh?
    • Đào tạo tư nhân khác biệt
    • Tăng số bước lấy mẫu
    • Sử dụng lời nhắc dài hơn
    • Đào tạo cho nhiều kỷ nguyên hơn
  8. Tại sao việc loại bỏ trùng lặp lại hiệu quả hơn khi nó loại bỏ các bản sao gần như trùng lặp chứ không chỉ các bản sao chính xác?
    • Bản sao chính xác không ảnh hưởng đến việc đào tạo
    • Gần như trùng lặp là bất hợp pháp để lưu trữ
    • Gần trùng lặp khiến hình ảnh mờ hơn
    • Các phiên bản được chỉnh sửa một chút của cùng một hình ảnh vẫn hoạt động như phơi sáng lặp lại