MédiaMúltipla escolha

Questão de prática de Generative AI Leader

Uma empresa deseja gerar imagens a partir de descrições de texto. Qual modelo no Vertex AI Model Garden eles devem usar?

Escolha a melhor resposta.

Resposta correta

  • DImagen

Explicação

O Imagen é a escolha correta porque é um modelo de texto para imagem no Vertex AI Model Garden projetado especificamente para gerar imagens de alta fidelidade a partir de descrições em linguagem natural. Ao contrário das outras opções, o Imagen usa uma arquitetura baseada em difusão para criar visuais fotorrealistas, tornando-se a única opção que atende diretamente ao requisito de gerar imagens a partir de texto.

Por que cada alternativa está certa ou errada

A

Incorreta

Chirp

O Chirp é um modelo de fala para reconhecimento automático de fala e conversão de texto em fala, portanto, consome ou emite áudio em vez de imagens. É tentador porque o Chirp fica no Model Garden junto com os modelos generativos, e estaria correto quando a tarefa for transcrever fala ou sintetizar voz a partir de texto.

B

Incorreta

Codey

O Codey gera e conclui código-fonte; ele produz tokens de texto, não pixels, portanto, não pode renderizar uma imagem a partir de um prompt. É tentador porque o Codey é um modelo generativo proprietário no Model Garden, e seria a escolha certa para tarefas de geração, conclusão ou explicação de código.

C

Incorreta

PaLM 2

O PaLM 2 é um modelo de linguagem grande de texto para texto; seu espaço de saída são tokens, portanto, não pode sintetizar imagens. É tentador porque o PaLM 2 é um modelo generativo principal do Model Garden, e estaria correto para resumo, bate-papo ou geração de texto em vez de trabalho de texto para imagem.

D

Correta

Imagen

O Imagen é o modelo de geração de texto para imagem do Google Cloud, convertendo prompts em linguagem natural diretamente em imagens fotorrealistas ou artísticas. Ele satisfaz o requisito do enunciado de gerar imagens a partir de descrições de texto, ao contrário da compreensão multimodal ou dos modelos de incorporação do Gemini. Selecionar o Imagen no Vertex AI Model Garden é, portanto, a escolha adequada.

Para se aprofundar

O Imagen é a família de modelos de difusão de texto para imagem do Google Cloud disponíveis no Vertex AI Model Garden, gerando imagens fotorrealistas a partir de prompts em linguagem natural com opções de proporção de tela, prompts negativos e filtros de segurança. O Chirp é um modelo de fala para reconhecimento e síntese, o Codey visa à geração de código e o PaLM 2 é um modelo de texto de uso geral. Os modelos de difusão funcionam removendo iterativamente o ruído de uma representação latente guiada pela incorporação de texto, e é por isso que a formulação do prompt influencia fortemente a composição e o estilo. Um cenário realista: um varejista precisa de protótipos de produtos e visuais de marketing a partir de descrições escritas; eles chamam a API do Imagen com prompts descritivos, aplicam configurações de segurança e recebem arquivos de imagem sem treinar um modelo personalizado, embora precisem revisar as saídas quanto à precisão da marca e ao licenciamento.

Sobre estas questões de prática

Esta é uma das questões de prática originais de Generative AI Leader da Courseiva, escrita para o aprendizado e nunca copiada de provas reais nem de dumps.

Traduzida do original em inglês com IA e conferida quanto ao sentido. Códigos de exame, comandos e nomes de produtos são mantidos como aparecem na prova.