EVI-003
Evidence
Figure 8/6 + Table 4：12 变体 Gflops-FID 强负相关；异构同 Gflops 的 S/2 68.40 vs B/4 68.38 相近、缩小 p 单调改善（支撑 CLM-003）。
| id | EVI-003 |
|---|---|
| type | evidence |
| claims | CLM-003 |
| source | SRC-2212.09748 |
| observation | Figure 8 (Gflops vs FID-50K scatter) + Figure 6 (scaling curves) + Appendix Table 4 (12 variants) |
| method | 12 个 DiT 变体（S/B/L/XL x p=8/4/2）各训 400K steps，FID-50K 无 guidance（ft-MSE VAE decoder），画 Gflops-FID 散点 |
| scope | 400K steps、ImageNet 256x256、无 guidance 的 12 变体网格 |
Result
Gflops 与 FID-50K 呈强负相关（Figure 8）；Gflops 相近的异构配置 FID 相近（论文举例 DiT-S/2 与 DiT-B/4：6.06G/68.40 vs 5.56G/68.38）。参数量保持而 Gflops 增长的对照（缩小 p）FID 单调改善，如 DiT-B 系列：1.42G/122.74（p=8）→ 5.56G/68.38（p=4） → 23.01G/43.47（p=2），参数量 131M/130M/130M 近似不变（Table 4）。
Caveats
相关性观察限于本网格与该训练预算；论文同时报告更大模型在等训练 Gflops 预算下更 compute-efficient（Figure 9），但两者是不同命题。 "参数量不是决定因素"是由对照推出的否定性结论，其外推依赖网格覆盖度。
引用（2）
- CLM-003 模型前向 Gflops（而非参数量）主导 DiT 质量：Gflops 相近则 FID 相近，且与 FID-50K 强负相关。
- SRC-2212.09748 DiT 原始论文（Peebles & Xie, ICCV 2023）：ViT 替换 LDM U-Net backbone，Gflops 视角的 scaling 研究。
被引用（3）
- CLM-003 模型前向 Gflops（而非参数量）主导 DiT 质量：Gflops 相近则 FID 相近，且与 FID-50K 强负相关。
- FRM-2212.09748 DiT 五层重建：以 ViT 替换 latent diffusion 的 U-Net backbone、Gflops 为透镜的 scaling 研究；边界为 class-cond ImageNet 256/512。
- VER-003 核验 CLM-003 Gflops-FID 标度：Fig.8/6 引用与 Table 4 十二变体数字（S/2 6.06G、B/4 5.56G 等）逐项核对一致，以'经验规律'限定未泛化。supported。