EVI-010
Evidence
§4.1 + Table 4 + Fig.13：未调参 ADM 配方（lr 1e-4/batch 256 全表一致）全程无 loss spike，训练高度稳定（支撑 CLM-010）。
| id | EVI-010 |
|---|---|
| type | evidence |
| claims | CLM-010 |
| source | SRC-2212.09748 |
| observation | §4.1 Training 段 + Appendix Figure 13 (training loss curves) + Table 4（各配置超参列一致） |
| method | 12+ 变体统一超参训练；报告训练稳定性（loss spike 有无）与 loss 曲线 |
| scope | 全部配置的聚合经验陈述，非逐配置逐 seed 统计 |
Result
§4.1 原文："training was highly stable across all model configs and we did not observe any loss spikes"；"We did not tune learning rates, decay/warm-up schedules, Adam β1/β2 or weight decays"。 Table 4 各行 lr 均为 1e-4、batch 256。Figure 13 显示全部模型 loss 平滑下降，规模越大饱和值越低。
Caveats
"无 loss spike" 为作者的定性观察，未附异常计数或 seed 级统计； 训练在 TPU-v3/JAX 栈上完成，硬件/框架迁移的稳定性未验证。
引用（2）
- CLM-010 DiT 在未调参 ADM 配方下稳定训练：恒定 lr、无 warmup/正则，全程无 loss spike。
- 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-010 DiT 在未调参 ADM 配方下稳定训练：恒定 lr、无 warmup/正则，全程无 loss spike。
- 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-010 核验 CLM-010 配方稳定：§4.1 两引语（no loss spikes/did not tune）与 Table 4 超参列（lr 1e-4、batch 256）及 Fig.13 曲线一致。supported。