DIS-002
Disambiguation
术语 adaLN 的两种读法路由：vanilla adaLN（CPT-007）与其零初始化特化 adaLN-Zero（CPT-002）。
| id | |
|---|---|
| updated | |
| type | disambiguation |
| term | adaLN |
| refs | CPT-007, CPT-002 |
Routing
- CPT-007 — vanilla 读法：adaLN 作为独立机制——从条件嵌入之和回归 γ/β 的自适应 LayerNorm，无残差门控、无零初始化（PPR-2212.09748）。
- CPT-002 — 特化读法：adaLN-Zero——adaLN 附加残差门控 α 与调制输出零初始化；文献中 “adaLN” 亦常统称该机制族（含 Zero 变体），此时两卡皆为 referent。
完整术语 “adaLN-Zero” 唯一指向 CPT-002，不歧义。两机制的差异细节与量化对比见 CPT-007 的 Disambiguation 节（n=2 内联消歧为规定做法）；族内四种 conditioning 设计的系统对比若实体化属 SYN 职责。
关联（8）
- PPR-2212.09748 Scalable Diffusion Models with Transformers
- PPR-2501.15564 Diffusion-Based Planning for Autonomous Driving with Flexible Guidance
- 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。
- FRM-2606.26017 G2DP 五层重建：核心对象是 CPT-013 时空代价体（占据概率栅格 × 路线进度图融合）在推理期的可微引导；公理层为能量重加权目标分布、Top-K 车体聚合与末段注入等六个作者前提；论证主干是 Table 4 在同一 DiT 骨干下隔离『稠密网格 vs 稀疏实例』的引导模态消融（稀疏臂按 PPR-2501.15564 附录 C 实现、以 oracle 邻车供给）。
- CPT-002 adaLN-Zero
- CPT-007 adaptive layer norm (adaLN)
- CPT-011 DiT in-context conditioning
- SYN-001 DiT 四种 conditioning 设计系统对比：adaLN-Zero 以可忽略算力增量取得 FID 19.47 全维最优；推导出'交互强度-质量'非单调与'算力效率优先'两条结构观察（单来源外推，显式标注）。