---
license: cc-by-4.0
task_categories:
  - image-classification
  - zero-shot-classification
language:
  - en
tags:
  - diffusion
  - stable-diffusion
  - latent
  - multiple-choice
size_categories:
  - n<1K
---

# Which Prompt Made This?

**Pelatnas IOAI 2026 · Task Diffusion MCQA**

Sebuah model *text-to-image* sedang bekerja. Di tengah prosesnya, gambar belum
menjadi gambar — yang ada hanya **latent ter-noise**: tensor `4 × 64 × 64` berisi
campuran sisa struktur gambar dan derau Gaussian.

Kami menangkap 250 state seperti itu. Untuk tiap state kamu tahu **berapa banyak
noise yang sudah ditambahkan** (timestep `t`), dan kamu diberi **5 kandidat
caption**. Tepat satu adalah deskripsi asli gambarnya.

**Tentukan yang mana.**

| | |
|---|---|
| Metrik | Accuracy |
| Chance | 20% |
| Baseline yang disediakan | ≈41% |
| Test | 250 soal |
| Train | 100 soal berlabel |
| Model | `CompVis/stable-diffusion-v1-4` (boleh dipakai seluruhnya) |
| Waktu | ~100 menit · Colab T4 |

---

## Mulai dari sini

Buka **`baseline_notebook.ipynb`** di Colab (aktifkan GPU T4). Notebook itu berjalan
dari nol sampai menghasilkan `submission.csv` yang valid, dalam beberapa menit.

```python
from huggingface_hub import snapshot_download
DATA = snapshot_download(repo_id="fassabilf/diffusion-mcqa-pelatnas-2026",
                         repo_type="dataset")
```

## Isi

```
train/train.csv          100 baris — id, t, type, choice_0..4, label
train/latents/{id}.npy   (4,64,64) float16
test/test.csv            250 baris — id, t, choice_0..4
test/latents/{id}.npy    (4,64,64) float16
sample_submission.csv    id, label
pages/                   description · evaluation · data · rules
```

## ⚠️ Satu hal teknis yang perlu kamu tahu di depan

Latent `.npy` **sudah dikalikan faktor skala VAE `0.18215`** — siap langsung masuk
UNet, tanpa penyesuaian. Untuk VAE decode, bagi dulu:

```python
eps = unet(lat, t, encoder_hidden_states=cond).sample   # langsung
img = vae.decode(lat / 0.18215).sample                  # bagi dulu
```

Selengkapnya di **`pages/data.md`**. Baca itu sebelum menulis kode — sisanya adalah
soalnya.

## Halaman

- **`pages/description.md`** — deskripsi task
- **`pages/data.md`** — format data, skema kolom, cara data dibuat
- **`pages/evaluation.md`** — metrik, format submission, cara membaca Public/Private
- **`pages/rules.md`** — yang boleh dan tidak boleh

## Sumber

Gambar berasal dari foto publik berlisensi, di-encode dengan VAE Stable Diffusion
v1.4 lalu diberi noise mengikuti forward process standar. `ε`, `x_0`, dan seed tidak
pernah dirilis.