EVI-005
Evidence
Figure 10/§5.2：小模型多步采样追不平大模型（80.7 Tflops@1000 步 FID 25.9 vs 15.2 Tflops@128 步 23.7），采样算力不可替代模型算力（支撑 CLM-005）。
| id | EVI-005 |
|---|---|
| type | evidence |
| claims | CLM-005 |
| source | SRC-2212.09748 |
| observation | Figure 10 (sample complexity: FID-10K vs sampling steps/Gflops) + §5.2 正文 |
| method | 12 个 400K 步模型各以 [16,32,64,128,256,1000] 采样步生成，FID-10K 对采样步数与单图采样 Gflops 作图 |
| scope | 12 变体 × 6 档步数网格；FID-10K（非 FID-50K） |
Result
Figure 10：小模型随步数增加的 FID 改善趋缓，无法追平大模型。 论文锚点对照（§5.2）：DiT-L/2 @1000 步 80.7 Tflops/图 FID-10K 25.9 vs DiT-XL/2 @128 步 15.2 Tflops/图 FID-10K 23.7 （采样算力约 5 倍差）。
Caveats
FID-10K 与主表 FID-50K 口径不同（样本数 10K vs 50K），不可跨表 比较绝对值。结论限于 400K 步的模型族；未涉及训练更久的模型 （XL/2 延长训练的结果不在此网格内）。
引用（2）
- CLM-005 采样算力不能补偿模型算力：DiT-L/2 多步（1000 步、80.7 Tflops、FID-10K 25.9）仍劣于 XL/2 低步（128 步、15.2 Tflops、23.7）。
- 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-005 采样算力不能补偿模型算力：DiT-L/2 多步（1000 步、80.7 Tflops、FID-10K 25.9）仍劣于 XL/2 低步（128 步、15.2 Tflops、23.7）。
- 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-005 核验 CLM-005 采样算力：§5.2 锚点（23.7 vs 25.9、15.2 vs 80.7 Tflops）与 Figure 10 一致，FID-10K 口径已声明。supported。