Research KB

VER-012 Verification

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。

id VER-012
type verification
claim CLM-012
result supported
basis Table 2/3 的 DiT 行内梯度(256: 9.62/3.22/2.27;512: 12.03/4.64/3.04)逐格核对一致;两档 scale 的覆盖边界与质量-多样性权衡已在 Caveats 记录
checked 2026-09-03

Checks

  1. 内部一致性:命题的六个数字与 Table 2/3 的 DiT-XL/2 行 (无 G / -G cfg1.25 / -G cfg1.50)逐一对应;"大幅改善"与 档位差(-6.40 等)一致。
  2. 证据链完整性EVI-012 observation 精确到两表的行内梯度; method 载明同权重、ADM 套件、ft-EMA、3ch guidance 口径。
  3. scope 匹配:命题限定两档 scale、两分辨率——恰为表内数据; 无最优 scale 搜索的边界与 Recall 下降的权衡已在 Caveats 记录,未把"改善 FID"扩展为"全面更优"。
  4. 跨来源核对:单源 KB,推迟至 T-RECONCILE(CFG 机制源 Ho & Salimans 未入库,机制本身的验证属侧翼工作)。

Notes

CLM-001/004 的关系(AR-5):SOTA 数字的口径条件——本 claim 把 guidance 效应从 SOTA 命题中分离出来独立成证。

引用(3)

  • CLM-001 DiT-XL/2(cfg=1.50,3 通道 guidance)在 ImageNet 256×256 达 FID-50K 2.27,为包括 StyleGAN-XL 在内的最低 FID。
  • 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。
  • EVI-012 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)。