引导式测验 · 中等 等级

MaskGIT 并行令牌解码测验

检查 MaskGIT 的屏蔽令牌训练和迭代并行解码，包括其基于置信度的重新屏蔽时间表和双向上下文。

相关引导路径Maskgit 并行令牌解码
问题 1 的 8

MaskGIT 解码图像标记与 VQGAN 转换器有何不同？

预览每个问题8 问题

当您参加测验时，就会出现答案和解释。

  1. MaskGIT 解码图像标记与 VQGAN 转换器有何不同？
    • 它并行预测令牌并通过几个步骤进行细化
    • 它以光栅顺序一次预测一个标记
    • 它不使用变压器
    • 它仅生成文本
  2. MaskGIT 从语言模型中借鉴了什么训练目标？
    • 仅下一个单词的预测
    • 屏蔽令牌预测，如 BERT
    • 图像分类
    • 从人类反馈中强化学习
  3. 在生成过程中，MaskGIT 在每次迭代时提交哪些令牌？
    • 信心最低的人
    • 随机令牌
    • 最高置信度的预测
    • 第一步一次性使用所有代币
  4. 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
  5. 什么时间表控制 MaskGIT 每一步显示多少个令牌？
    • 余弦掩蔽时间表
    • 一次性揭示所有线性规则
    • 没有时间表；这是随机的
    • 每一步固定一个令牌
  6. 为什么双向注意力对 MaskGIT 有帮助？
    • 它对模型隐藏图像
    • 它让每个标记都能看到整个部分图像以获得更好的上下文
    • 它只查看较早的令牌
    • 它消除了对任何令牌的需要
  7. 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
  8. 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