Quiz AI & Machine Learning : Diffusion et modèles d'images

La plupart des outils texte-vers-image modernes reposent sur des modèles de diffusion, qui apprennent à transformer un bruit aléatoire en image étape par étape. Ce quiz vérifie comment la diffusion est entraînée et échantillonnée, comment le prompt la guide, et ce que font des réglages comme le guidance scale, le nombre d'étapes, la seed et la strength.

Moyen 10 questions ~6 minutes Réussi à partir de 80 %

Choisissez un mode

Vous jouez en invité : connectez-vous pour garder votre XP et votre série.

Exemple de question

Question 1 sur 10

Quelle est l'idée centrale d'un modèle de diffusion pour les images ?

Voir la réponse

B. Il apprend à inverser un bruitage progressif, ce qui lui permet de partir d'un bruit pur et de le débruiter en image étape par étape L'entraînement apprend au modèle à retirer du bruit ; la génération part d'un bruit aléatoire et applique de nombreuses étapes de débruitage. Il ne cherche pas d'images stockées et ne fait pas de collage.

Ce que couvre ce quiz

  • Le processus de bruitage progressif et le débruitage inverse appris
  • Le conditionnement par le texte et la diffusion latente
  • Guidance scale, étapes d'échantillonnage et seeds
  • Prompts négatifs et strength en image-vers-image
  • En quoi les GAN diffèrent des modèles de diffusion

Questions fréquentes

Faut-il un compte ?

Non. Tout le monde peut jouer. Connectez-vous pour garder votre XP, votre série, vos badges et votre historique.

Puis-je le refaire ?

Oui. Votre meilleur score est conservé, et les questions comme les réponses sont mélangées à chaque fois.