Research KB 登录

VER-014 Verification

算力主张核验:271 vs 916 V100-day、0.4 vs 0.12 samples/s、FID 3.60/3.95 vs 10.94 与 compute_vs_fid 表逐项吻合,两 cfg 口径已分离。supported。

id
updated
type verification
claim CLM-014
result supported
basis compute_vs_fid 表三行(LDM-4 271/0.7/10.56;LDM-4-G cfg1.25 271/0.4/3.95;cfg1.5 271/0.4/3.60 vs ADM 916/0.12/10.94)与命题数字逐项一致;两配置口径差异已在 Notes 声明
checked 2026-09-03

Checks

  1. 内部一致性:命题的“271 vs 916 V100-days(≈3.4×)”“0.4 vs 0.12 samples/s(≈3.3×)”“400M vs 554M”“FID 更优(3.95/3.60 vs 10.94)”全部在 EVI-014 Result 中成对出现,与 compute_vs_fid 表逐项对应。
  2. 证据链完整性:EVI-014 observation 精确到 Tab.13 compute_vs_fid + 主 ImageNet 256² 表;method 载明 250 DDIM 步、两配置(主 cfg=1.5 / 算力表 cfg=1.25, 178K, batch1200);ADM 取 250 步行(916/0.12/554M)。
  3. scope 匹配:命题限定 class-cond ImageNet 256、LDM-4 400M vs ADM 554M、250 步、两 cfg 口径——未超出证据范围;“3.4×/3.3×”被正确表述为行内数值之比(Caveats 注明随口径浮动)。
  4. 跨来源核对:DiT 侧(EVI-001)把 “LDM-4-G 3.60” 记为“此前所有 diffusion 模型最佳”,与本源主表一致,双源互证;ADM(PPR-2105.05233)为源桩无 claim,数值级核对已在此完成(916/0.12/554M/10.94)。

Notes

271 V100-day 行的 cfg 是 1.25(178K, batch 1200),对应 FID 3.95;主表 SOTA 行的 cfg 是 1.5,对应 FID 3.60。两个 3.60/3.95 各自锁定配置,不可混读——命题与 EVI-014 已把这一口径边界写明,故仍判 supported。

Scope Note

2026-09-07 命题按 _issues/0001 重述(定性化);本 VER 基于旧范式(数字对照)审核,投影忠实度段待 T-VERIFY 补审。

投影忠实度复核(2026-09-07)

忠实。定性化后命题(同时显著降低训练算力与采样/推理成本、质量不降反升)恰为旧审核三对数字(271 vs 916 V100-day、0.4 vs 0.12 samples/s、FID 3.95/3.60 vs 10.94)的定性化;双口径不可混读的警告由命题 Notes + EVI-014 Caveats 承接,与旧审核 Notes 一致。断言范围未变,结论不变。

关联(4)

  • PPR-2105.05233 Diffusion Models Beat GANs on Image Synthesis
  • CLM-014 在预训练感知 autoencoder 的 latent 空间训扩散模型,相对同等评估条件下的像素空间扩散模型,同时显著降低训练算力与采样/推理成本,且生成质量不降反升。
  • EVI-001 Table 2/§5.1/App.A.1:DiT-XL/2-G 256 FID-50K 2.27(sFID 4.60/IS 278.24),3 通道 guidance 口径,优于 LDM-4-G 3.60 与 StyleGAN-XL 2.30(支撑 CLM-009)。
  • EVI-014 Tab.13 compute_vs_fid + 主表:LDM-4-G 271 vs ADM 916 V100-day、0.4 vs 0.12 samples/s、FID 3.60/3.95 vs 10.94(支撑 CLM-014)。