AI & Machine Learning クイズ: 拡散モデルと画像モデル

最近のテキストから画像を生成するツールの多くは、ランダムなノイズを少しずつ画像に変えることを学習する拡散モデルに基づいています。このクイズでは、拡散モデルがどのように学習・サンプリングされるのか、プロンプトがそれをどう導くのか、そしてガイダンススケール、ステップ数、シード、strength といった設定が何をするのかを確認します。

ふつう 10問 約6分 合格ライン 80%

モードを選ぶ

ゲストとしてプレイ中です。ログインすると XP と連続記録が保存されます。

例題

第1問 / 全10問

画像の拡散モデルの核となる考え方は何ですか?

答えを見る

B. 少しずつノイズを加える過程を逆にたどることを学習し、純粋なノイズから始めて 1 ステップずつノイズを除去して画像にする 学習ではモデルにノイズの除去を教え、生成ではランダムなノイズから始めて何度もノイズ除去のステップを適用します。保存された画像を探したり、コラージュしたりするわけではありません。

このクイズの内容

  • ノイズを加える順方向の過程と、学習される逆方向のノイズ除去
  • テキストによる条件付けと潜在拡散
  • ガイダンススケール、サンプリングステップ数、シード
  • ネガティブプロンプトと image-to-image の strength
  • GAN と拡散モデルの違い

よくある質問

アカウントは必要ですか?

いいえ、誰でも遊べます。ログインすると XP、連続記録、バッジ、履歴が保存されます。

何度でも挑戦できますか?

はい。ベストスコアが記録され、問題と選択肢は毎回シャッフルされます。