Research KB

VER-019 Verification

T2I 核验:1.45B LDM-KL-8-G 在 MS-COCO 250 步 FID 12.61/IS 26.62,与 GLIDE 12.24/Make-A-Scene 11.84 同量级(非最低),措辞如实。supported。

id VER-019
type verification
claim CLM-019
result supported
basis T2I 表(12.61/26.62 vs GLIDE 12.24/Make-A-Scene 11.84/CogView 27.10/LAFITE 26.94, 250 步)与命题'同量级、参数少'一致;'on par'非'最低'的措辞已如实记录
checked 2026-09-03

Checks

  1. 内部一致性:命题的"1.45B、MS-COCO 250 步、FID 12.61、IS 26.62、 与 GLIDE 12.24 / Make-A-Scene 11.84 同量级、优于 CogView 27.10 / LAFITE 26.94"与 EVI-019 Result 逐一对应,与 T2I 表一致。
  2. 证据链完整性EVI-019 observation 精确到 T2I 主表 + §4.3.1; method 载明 LAION-400M 训练、BERT tokenizer、τ=transformer、MS-COCO val、250 DDIM 步、cfg=1.5。
  3. scope 匹配:命题用"同量级"(on par)而非"最低"——12.61 实际 略高于 Make-A-Scene 11.84 与 GLIDE 12.24(差 0.37–0.77),措辞与 证据吻合;"参数远少"以"substantially reducing"定性 + 1.45B 具体值 为准(表中未逐项列对手参数量),Notes 已声明不逐模型比参数量。
  4. 跨来源核对:GLIDE/Make-A-Scene/CogView/LAFITE 均为源桩无 claim, 数值级核对已在本表完成;与 DiT 无直接交叠(DiT 不做 text-to-image)。

Notes

"on par"是相对量级判断,不是"绝对领先"——命题与 EVI-019 都保留了这层 边界(12.61 高于 11.84/12.24)。若把"同量级"误读为"最低",即超出证据 支撑;本卡确认命题未越界。

引用(2)

  • CLM-019 1.45B KL-LDM + cross-attn 文本条件在 MS-COCO 达与 Make-A-Scene/GLIDE 相当量级且参数量显著更少。
  • EVI-019 主文 T2I 对比表 + §4.3.1:1.45B 文本条件 LDM 对比 AR/diffusion(支撑 CLM-019)。