VER-015
Verification
重建核验：LDM f=8 R-FID 1.14 vs DALL·E 32.01 / VQGAN 4.98、f=2 0.16 与 Tab.423 一致，f=16 打平边界已声明。supported。
| id | |
|---|---|
| updated | |
| type | verification |
| claim | CLM-015 |
| result | supported |
| basis | firststage 重建表数字（LDM f=8 R-FID 1.14 vs DALL·E 32.01 / VQGAN f=16 4.98；f=2 0.16）与命题一致；'2D-conv 容忍低 f'的设计论证与经验佐证分置；f=16 打平 VQGAN 的边界已声明 |
| checked | 2026-09-03 |
Checks
- 内部一致性：命题“2D-conv 容忍更低 f、重建更保真”与其三个数字（LDM f=8 1.14、DALL·E f=8 32.01、VQGAN f=16 4.98、LDM f=16 5.15、f=2 0.16）在 EVI-015 Result 中逐一对应，未发现数值错位。
- 证据链完整性：EVI-015 observation 精确到 Tab.423（firststage，OpenImages→ImageNet-Val，R-FID/PSNR/LPIPS/SSIM 各列），method 载明对比对象（DALL·E f=8、VQGAN f=16 k=1024/256）与评估口径。
- scope 匹配：命题限定“低压缩区间（f=2/8）优势明显、f=16 与 VQGAN 打平”——未把“LDM 处处更优”升级为普遍结论；“matched 设定下更保真”限 OpenImages→ImageNet-Val 的 f=8 同压缩对比。
- 跨来源核对：DiT 直接沿用本源 f=8 VAE 作 first-stage（FRM-2212.09748 AX-2），故“LDM f=8 重建可用的设定”在 DiT 侧被实际消费，两源一致；VQGAN（2012.09841）/DALL·E（2102.12092）为源桩无 claim，暂无比对。
Notes
“2D-conv 归纳偏置”是设计层论证（TH-2 的结构推导），“更低 f 下更保真”是经验佐证（Tab.423）——两层在 FRM/claim 中分置，本条验证的是经验半边的数字与范围；设计半边的可证伪性有限（无法闭式证明归纳偏置），故该部分按作者设计论断保留而非“已验证事实”。
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）
需修正（半边）。重建半边忠实：命题的 matched 对比与“优势集中在低压缩区间（f=8 显著优于 DALL·E、f=16 与 VQGAN 相当）”仍在旧审核核对的 Tab.423 数字面内。但定性化后命题把“允许更温和压缩而不受陡碎算力惩罚”（1D-AR tokenize 的高压缩硬约束、LDM 全 2D-conv 流程解除该耦合）写入断言本体——旧审核证据面仅覆盖 first-stage 重建读数，算力侧断言（AR 参数量约束 vs conv 解除）无对应 EVI 观察；且命题自陈“容忍低压缩”论证存在 second-stage 归因跨段（CFL-001，已于 2026-09-07 裁决关闭，terminology-difference——不影响本 epistemic 裁决）。建议：epistemic 复议——supported 是否应收窄至重建半边，或补一条覆盖算力/论证半边的 EVI；CFL-001 裁决前不宜由本 VER 单方面追认。
关联（4）
- 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。
- CLM-015 LDM 全 2D-conv 流程（conv AE + conv DM）可容忍比 1D-AR tokenize 更温和的压缩且重建更保真；优势集中在低压缩区间（f=8 显著优于 DALL·E，f=16 与 VQGAN 相当）。
- EVI-015 Tab.423 firststage：matched 重建指标对比 VQGAN/DALL·E（支撑 CLM-015）。
- CFL-001 表面冲突：CLM-009（DiT）称'U-Net 归纳偏置对生成质量非关键，可换 ViT'，CLM-015（LDM）称'2D 卷积归纳偏置对重建保真关键，容忍低压缩'。论文核实：两处'U-Net'是不同网络（second-stage 去噪 UNet vs first-stage 压缩 autoencoder），同名异物、可同真互补，提议 terminology-difference。