| EVI-028 | Fig. 8：steps 8–9 + lambda_t=0.5 峰值 77.61；早窗与 lambda_t≥0.8 均退化。 | Evidence ppr-2606.26017 |
| EVI-036 | Fig. 7：低温度采样增强轨迹稳定性、步数在 DPM-Solver++（CPT-030）下稳健；w/ refine. 用更低温度（0.1 vs 0.5）以利精修判断——方法使用边界面，非引导窗口消融。 | Evidence ppr-2501.15564 |
| EVI-025 | Table 4：Grid +3.35 score/+3.59 collision/+4.94 TTC；Sparse(Oracle) −1.96 score/−10.13 comfort/+0.64 collision。稀疏臂按 PPR-2501.15564 附录 C 式 10 的实例级有向距离能量实现，与稠密臂在信号形态与信息内容两轴同时不同（评注已补）。 | Evidence ppr-2606.26017 |
| 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）。 | Evidence ppr-2212.09748 |
| EVI-002 | Table 4/Figure 5：XL/2 @400K adaLN-Zero FID 19.47 最低（<adaLN 25.21<cross-attn 26.14<in-context 35.24），排序训练全程保持（支撑 CLM-002）。 | Evidence ppr-2212.09748 |
| EVI-003 | Figure 8/6 + Table 4：12 变体 Gflops-FID 强负相关；异构同 Gflops 的 S/2 68.40 vs B/4 68.38 相近、缩小 p 单调改善（支撑 CLM-003）。 | Evidence ppr-2212.09748 |
| EVI-004 | Table 3/§5.1：DiT-XL/2-G 512 FID-50K 3.04（sFID 5.02/IS 240.82），优于全部 diffusion 但未超 StyleGAN-XL 2.41（支撑 CLM-009）。 | Evidence ppr-2212.09748 |
| EVI-005 | Figure 10/§5.2：小模型多步采样追不平大模型（80.7 Tflops@1000 步 FID 25.9 vs 15.2 Tflops@128 步 23.7），采样算力不可替代模型算力（支撑 CLM-005）。 | Evidence ppr-2212.09748 |
| EVI-006 | Figure 9/§4.2：等训练算力下大模型 FID 更低；XL/2 约 10^10 Gflops 后反超 XL/4（训练算力效率，支撑 CLM-006）。 | Evidence ppr-2212.09748 |
| EVI-007 | Table 5/§A.4：decoder original/ft-MSE/ft-EMA FID 2.46/2.30/2.27，encoder 相同免重训互换，差异有限均优于此前的 diffusion（支撑 CLM-007）。 | Evidence ppr-2212.09748 |
| EVI-008 | App. A.1：3 通道 guidance（1.5）FID 2.27 vs 4 通道（1.375）2.20，近似式 3ch(1+x)≈4ch(1+¾x)（支撑 CLM-012 的口径 caveat）。 | Evidence ppr-2212.09748 |
| EVI-009 | §1 + Table 2/3/6：DiT-XL/2 2.27（256）/3.04（512）vs LDM-4-G 3.60/ADM-G+U 3.94 及 118.6G/524.6G 算力对照——架构论题的经验支撑（支撑 CLM-009）。 | Evidence ppr-2212.09748 |
| EVI-010 | §4.1 + Table 4 + Fig.13：未调参 ADM 配方（lr 1e-4/batch 256 全表一致）全程无 loss spike，训练高度稳定（支撑 CLM-010）。 | Evidence ppr-2212.09748 |
| EVI-011 | §3.2 + Table 1/4：p 减半时参数量近似不变（S 33M 等）、Gflops ≥4×（S 0.36→1.41→6.06），验证 patchify 标度（支撑 CLM-011/TH-1）。 | Evidence ppr-2212.09748 |
| 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）。 | Evidence ppr-2212.09748 |
| EVI-013 | §1/§2.3/§2.4：感知/语义两段分解的论述与公式（支撑 CLM-013）。 | Evidence ppr-2112.10752 |
| 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）。 | Evidence ppr-2112.10752 |
| EVI-015 | Tab.423 firststage：matched 重建指标对比 VQGAN/DALL·E（支撑 CLM-015）。 | Evidence ppr-2112.10752 |
| EVI-016 | §4.1 + Fig. cin_traincourse/speedplot：f 消融的训练/采样曲线（支撑 CLM-016）。 | Evidence ppr-2112.10752 |
| EVI-017 | §2.5 + §4.3–4.5：cross-attention 条件机制与多模态应用（支撑 CLM-017）。 | Evidence ppr-2112.10752 |
| EVI-018 | 主文 T2I 表 + ImageNet 主表：CFG 的推理期质量增益（支撑 CLM-018）。 | Evidence ppr-2112.10752 |
| 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-018 第二子命题）。 | Evidence ppr-2112.10752 |
| EVI-020 | 无条件合成表：LDM 对 GAN/扩散基线的 FID/Precision/Recall（支撑 CLM-020）。 | Evidence ppr-2112.10752 |
| EVI-021 | §4.3.2 + 大图样例：越分辨率泛化到 ~1024²/兆像素（支撑 CLM-021）。 | Evidence ppr-2112.10752 |
| EVI-022 | §4.4/4.5 + Tab. srtable/inpainting：SR 与 inpainting 的高质高效结果（支撑 CLM-022）。 | Evidence ppr-2112.10752 |
| EVI-023 | §10 Limitations + Fig. firststagecomparison：AE 重建瓶颈与迭代采样局限（支撑 CLM-023）。 | Evidence ppr-2112.10752 |
| EVI-024 | Table 1：G2DP 系居纯 IL planner 首位，Test14-hard R 77.61（+7.2 over Flow Planner，+8.4 over Diffusion Planner）。 | Evidence ppr-2606.26017 |
| EVI-026 | Tables 2–3：interPlan 零样本 G2DP† 62.55（+9.65），collision +10.15、TTC +10.75；progress/speed limit 略降。 | Evidence ppr-2606.26017 |
| EVI-027 | Table 5：G2DP 较 DP collision +11.0、progress +10.5、TTC +6.7；progress/along-route 超 PDM-Closed。 | Evidence ppr-2606.26017 |
| EVI-029 | Table 6：Top-15 双split峰值 92.26/80.05；Average 86.33 洗信号、Max 76.84 抗伪影差。 | Evidence ppr-2606.26017 |
| EVI-030 | Fig. 7：γ=0.95 峰值；γ=1.0 过度保守刹车致高密度区追尾，γ=0.2 安全弱化。 | Evidence ppr-2606.26017 |
| EVI-031 | Table 1/2 + 正文：G2DP† reactive +3.7、interPlan +0.81、精修依赖 +4.1 vs DP +12.8。 | Evidence ppr-2606.26017 |
| EVI-032 | Table 1：免精修在学习型类内 6 列中 5 列最高（Test14 NR 除外）；w/ refine. 在 Val14/Test14 双模式超规则/混合类并部分超 Log-replay，唯 Test14-hard NR 78.87 低于 PLUTO 80.08。 | Evidence ppr-2501.15564 |
| EVI-033 | Table 8：套壳 diffusion 方法脱精修即大跌（Diffusion-es w/o LLM ~50 vs w/ LLM 92；STR2 w/o refine. 65.16 且推理 >11s），Diffusion Planner 89.87/75.99/89.19、推理 0.04s。 | Evidence ppr-2501.15564 |
| EVI-034 | Fig. 4：邻车预测准确 + ego 平滑让速，对比基线轨迹不平滑/候选多数低质量；Fig. 5：联合预测邻车过多引入噪声降分，但多数 M 取值仍优于 PlanTF。 | Evidence ppr-2501.15564 |
| EVI-035 | 引导案例：遮蔽车道限速后仅靠 target-speed 引导即可贴合 10–14 m/s 目标区间且速度过渡平滑；comfort 叠加 collision 可并用；collision-only 驶离路面避让、叠加 drivable 后保路面且保安全。 | Evidence ppr-2501.15564 |
| EVI-037 | Table 7：base 89.19；w/o augmentation 76.53（−12.66）、w/o interpolation 83.78（−5.41）、w/o z-score 85.02（−4.17）；ego 状态 w/ ego state 78.65、w/ SDE 82.90、w/o current state 81.11。 | Evidence ppr-2501.15564 |
| EVI-038 | Table 2：配送车数据集上 Diffusion Planner 92.08 全场最高（PlanTF 90.89、PLUTO 83.49、PDM-Closed 80.95、GameFormer w/o refine. 22.41）；nuPlan-tailored 基线掉分、本方案保持。 | Evidence ppr-2501.15564 |
第 1 / 1 页