Câu đố về hình ảnh sáng tạo của Muse Masked

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

1. Muse dự đoán điều gì trong quá trình tạo thay vì khử nhiễu các pixel?
   • Giá trị pixel RGB thô trực tiếp
   • Mã thông báo hình ảnh riêng biệt được che dấu từ sách mã VQGAN
   • Nét vector giống như một chương trình đồ họa vector
   • Bản đồ độ sâu sau này được tô màu
2. What feature contributes to Muse's reported sampling efficiency relative to the evaluated sequential image-token baseline?
   • Generating only monochrome outputs
   • Removing all text-encoder computation
   • Guaranteeing completion of every image in a single pass
   • Predicting multiple masked image tokens in each decoding round
3. How does original Muse condition image prediction on its text prompt?
   • With embeddings from a pretrained frozen T5-XXL encoder
   • With an untrained word-frequency table
   • By reading only the first character
   • By turning off text processing during inference
4. Vai trò của việc tạo lại mặt nạ dựa trên sự tự tin trong Muse là gì?
   • Nó xóa hình ảnh đào tạo chất lượng thấp
   • Nó nén tập tin hình ảnh cuối cùng
   • Nó giữ các dự đoán mã thông báo chắc chắn và che giấu những dự đoán không chắc chắn cho vòng tiếp theo
   • Nó đánh giá chất lượng nhắc nhở của người dùng
5. How does Muse's two-stage token pipeline produce a higher-resolution image representation?
   • It enlarges the output only with a blur filter
   • It predicts all resolutions with no additional model
   • It discards the text condition before the second stage
   • A super-resolution token model uses the base representation to predict a higher-resolution token grid
6. Muse tự nhiên phù hợp với loại nhiệm vụ nào vì nó dự đoán các vùng bị che?
   • Phiên âm âm thanh
   • Sơn trong và sơn ngoài
   • Tính toán bảng tính
   • Chỉ nén video
7. After Muse predicts its image-token grid, which component reconstructs pixels?
   • The text prompt's keyboard input handler
   • An AIS transponder
   • The corresponding VQGAN tokenizer decoder
   • The training-caption file name
8. Why does a quoted Muse image-model parameter count omit some parameters used by the full generation system?
   • The frozen T5-XXL text encoder is an additional component
   • Every frozen model has zero stored parameters
   • The model count measures only PNG file bytes
   • The text encoder becomes the image tokenizer at runtime