EVI-012
Evidence
Table 2/3 行内梯度：256 FID 9.62→3.22→2.27、512 12.03→4.64→3.04，档位间改善递减——CFG 效应与饱和（支撑 CLM-012）。
| id | EVI-012 |
|---|---|
| type | evidence |
| claims | CLM-012 |
| source | SRC-2212.09748 |
| observation | Table 2 & Table 3 的 DiT-XL/2 行内梯度（无 G / -G cfg1.25 / -G cfg1.50） |
| method | 同一模型权重，以不同 guidance scale 采样并计算 FID-50K（ADM 套件、250 DDPM 步、ft-EMA decoder） |
| scope | 每表 3 行 x 2 表；仅两个 guidance 档位，无更细 scale 扫描 |
Result
256（Table 2）：9.62 → 3.22（cfg1.25）→ 2.27（cfg1.50）。 512（Table 3）：12.03 → 4.64（cfg1.25）→ 3.04（cfg1.50）。 档位间改善幅度递减（256：-6.40 vs -0.95）。
Caveats
仅两档 scale，无最优 scale 搜索（样图用 1.5–6.0 但未出指标）。 表内可见质量-多样性权衡：256 上 IS 121.50 → 278.24（升）， Recall 0.67 → 0.57（降）；512 上 Recall 0.64 → 0.54。
引用（2）
- CLM-012 CFG 大幅改善 DiT-XL/2：256 上 FID 9.62→3.22→2.27（无/1.25/1.50），512 上 12.03→4.64→3.04。
- 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-012 CFG 大幅改善 DiT-XL/2：256 上 FID 9.62→3.22→2.27（无/1.25/1.50），512 上 12.03→4.64→3.04。
- 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-012 核验 CLM-012 CFG 梯度：Table 2/3 行内（256: 9.62/3.22/2.27；512: 12.03/4.64/3.04）逐格一致，scale 边界与质量-多样性权衡已记。supported。