GroundFlow / doc /vis.md
TerryPei's picture
sync doc from /opt/tiger/thothvl_pretrain (HF tokens redacted)
849b4fe verified
|
Raw
History Blame Contribute Delete
9.02 kB

Prompt:

请生成一组适用于顶级学术会议(如 NeurIPS / ICML / ICLR / CVPR / ICCV / ECCV / ACL / KDD / WWW / SIGGRAPH 等)的高质量科研图表。整体风格必须满足 Best Paper 级别 的视觉规范:专业、极简、清晰、统一、可直接用于论文主文或补充材料。

一、全局设计要求 所有图必须为 高清输出,优先采用 矢量风格(适合 PDF / SVG / EPS),若输出位图则不低于 300 dpi。 字体偏大、清晰、统一,适合双栏论文排版后仍可读: 标题字号明显大于正文; 坐标轴标题、图例、刻度标签、注释文字必须清晰; 推荐无衬线学术风格,整体简洁现代。 边框无留白:图像四周尽量紧凑裁切,去除多余白边与无效留白,使用 tight layout / content-aware crop,保证图占比高、版面紧凑。 图表整体视觉风格必须统一,包括: 线宽、边框、网格线风格统一; 图例位置规范、简洁不遮挡内容; 颜色体系统一; 标记点、柱宽、色条、注释风格一致。 视觉效果应体现 顶会论文风格:简洁、可信、精致,不使用花哨装饰,不使用 3D 透视噱头,除非 3D heatmap 本身就是数据表达需要。 保证 黑白打印也有一定可辨识度:除颜色外,必要时通过线型、标记形状、明暗层级增强区分。 若出现多个子图,请采用统一的子图布局,子图间距合理,并带有规范的 (a) (b) (c) ... 子图标号。 二、配色要求

全图严格优先使用以下调色板,颜色柔和、高级、论文友好,避免刺眼饱和色:

#f57c6e #f2b56e #fbe79e #84c3b7 #88d7da #71b8ed #b8aeea #f2a8da

配色要求如下:

保持低饱和、高级感、学术感。 同一篇论文中的所有图优先共享这一套颜色映射规则。 对于“我们的方法(Ours)”,始终分配 最醒目但不过分突兀 的主色,并在所有图中保持一致。 其他 baseline 使用剩余颜色,避免颜色冲突。 Heatmap / 3D heatmap 的 colormap 应由上述颜色构建平滑渐变,颜色过渡自然,数值高低层次清楚。 避免默认彩虹色(rainbow / jet),改用更论文风格、更可解释的连续渐变。 三、科研规范与表达要求 图表必须真实、严谨、信息优先,不允许误导性设计。 坐标轴、刻度、色条范围应 忠实反映数据。 如需更清楚地展示我们模型的优势,可以: 在不误导的前提下合理设置坐标范围; 对微小差异使用 局部放大 inset; 添加最佳值加粗、星号、箭头或浅色高亮; 使用误差线、置信区间、显著性标记体现稳定优势。 不要通过恶意截断坐标轴夸大提升。如果必须截断,必须明确标记断轴并保证读者不会误解。 图中应优先突出: 我们的方法性能最好; 我们方法更稳定; 我们方法在多个设置下 consistently 优于 baseline; 关键信息一眼可见。 四、坐标轴与刻度设计要求 坐标轴必须清晰、简洁、专业。 刻度数量适中,既不能太稀导致信息不足,也不能太密导致拥挤。 刻度设计原则: 让关键差异清晰可见; 重要性能区间具有足够分辨率; 保持科学、公平、可解释。 若我们的模型优于其他方法,优先通过以下方式突出: 将坐标范围聚焦到主要数据分布区域; 增加局部放大窗口; 对最佳结果加粗、描边或添加标记; 在柱顶 / 点旁直接标数值。 对于 accuracy、F1、AUC、mAP 等高值区间指标,可以在合理前提下让 y 轴聚焦于主要差异区间,但必须保证不构成误导。 网格线应轻量、浅色、辅助阅读,不喧宾夺主。 轴标题必须明确写明变量名与单位。 五、柱状图(Bar Chart)要求 柱状图必须适合展示方法对比,尤其是 Ours vs. baselines。 柱体宽度合理,间距均匀。 “Ours” 对应柱体需视觉上最突出,可使用固定主色、轻微描边或加粗标签。 柱顶显示具体数值,保留 1–2 位小数,格式统一。 若有方差 / 多次实验结果,请加误差线,误差线细致清晰。 若类别较多,请优化横轴标签排布,可旋转但必须保证可读。 柱状图应尽量减少冗余背景和装饰,重点突出性能差异。 若存在分组柱状图,组间层级必须清楚,图例简洁直观。 六、折线图(Line Chart)要求 折线图应用于展示趋势、收敛曲线、鲁棒性变化、参数敏感性等。 每条线都要有清晰区分: 不同颜色; 必要时搭配不同 marker(圆点、方块、三角形等); 线条粗细统一且足够清楚。 “Ours” 曲线必须最醒目,保持全图一致的颜色映射。 若体现波动或方差,请添加半透明置信带或误差条。 对关键转折点、最优点、收敛点,可加标注或数据标签。 折线图应清晰展示趋势,不允许过度平滑导致失真。 线条不应互相遮挡;若曲线较多,请合理安排图例位置。 七、Heatmap 要求 Heatmap 必须适合展示矩阵相关性、消融结果、注意力权重、模块贡献、参数敏感性等。 热力图分辨率高,单元格边界清晰但不过重。 色彩映射使用上述指定调色板构建的连续渐变,数值层次清楚。 必须包含 colorbar,清楚标识数值范围。 行列标签清晰、字号较大,必要时旋转以保证可读性。 如有关键格子(例如最优值、显著响应区域),可加描边、加粗数值或局部强调。 若图中有数值,数值颜色应根据背景自动调整明暗,确保可读性。 八、3D Heatmap 要求 3D heatmap 必须用于真正需要三维表达的场景,如二维参数网格上的性能曲面、空间响应分布等。 整体风格应保持学术化,不要做成商业海报风。 视角选择要能最大化展示主要趋势和峰值区域,避免遮挡。 表面颜色映射仍须基于指定调色板构建,过渡平滑、层次清楚。 坐标轴标签、刻度、色条都必须清晰可读。 可在峰值点、最优区域处进行轻量标注。 背景尽量干净,减少多余透视干扰。 如果 2D heatmap 更易理解,应优先保证可读性,3D 仅作为增强表达,不可牺牲信息清晰度。 九、论文级细节增强 对最佳结果使用以下任一方式突出,但保持克制: bold 数值; 星号; 箭头注释; 浅色高亮区域; “Best” / “Ours” 标签。 图例尽量内嵌在空白区域,不遮挡主体内容。 所有数值格式统一,例如统一保留两位小数。 若图中出现缩写,请确保与论文正文一致。 若图用于论文主文,请优先“信息密度高但不拥挤”的风格。 输出图应达到“审稿人一眼觉得专业、可信、精致”的程度。 十、输出目标

请输出的图必须满足以下最终标准:

高清; 论文可直接使用; 统一且专业; 重点突出我们的方法; 无多余留白; 字体大而清晰; 配色高级; 数据表达真实严谨; 达到顶会 best paper 风格水准。

十一、单图输出与子图布局要求

  1. 不生成子图网格。每个子主题都输出一张独立的单图 PNG + PDF,而非 plt.subplots(2,2) 拼接出来的大图。LaTeX 里用 \subfloat / subcaption / minipage 组合成多子图布局,让排版的裁切、比例、间距 都由 LaTeX 控制,避免 matplotlib 打包的版式被 \resizebox 压扁变形。
  2. 命名约定:figN_<topic>_<metric>.png(例如 fig4_theta_gamma.png), 同一 Figure 下所有子图共用 prefix,方便 LaTeX 里批量引用。
  3. 每张单图的画布大小用 figsize=(4, 3) 左右(两栏论文 half-column)或 (6, 4)(single-column),保证放进 \subfloat 后依然可读。

十二、标注语义要求

  1. 坐标轴标签必须与主题绑定,不要用 "parameter value" / "value" / "metric" 等空泛词汇。具体到:
    • γ / τ / θ / ρ / ν 各 panel 的 x 轴直接写 $\gamma_6$ / $\tau_6$ / $\theta_6$ / $\rho_6$ / $\nu_6$ —— 带变量符号, 不要再复述 "parameter value"。
    • retain-sweep 的 x 轴写 Retained visual tokens (r),y 轴写具体 benchmark 名("POPE accuracy (%)", "MME (Perc.+Cogn.)" 等)。
    • ablation #1 的 x 轴写 $\lambda_a$ (alignment loss weight)
    • ablation #2 的 x 轴写 $l_1$ (first reducer layer) / $l_2$ (middle reducer layer) / $l_3$ (final reducer layer)
  2. 图例标签要完整且无歧义:用 r=192 而不是 192;用 Ours (CHAMP) 而 非 Ours;参考线写 CHAMP $\Theta^\star$ 而非 CHAMP
  3. 标题(suptitle 或 ax.set_title)应概括 这张图告诉读者什么结论, 不是复述 x 轴。例如 γ panel 的标题写 $\gamma_6$ peaks at r=192 onlyHYBRID gate $\gamma$ becomes budget-sensitive at r$\leq$64, 而非 gamma sensitivity