Top-Conf Figure Gallery:2,298 张顶会论文主图画廊怎么用

给全文最难画的那张图,准备一个参考书架

问任何写过机器学习论文的人,哪张图花的时间最长,答案多半是第一张。Figure 1 要向一个什么都还没读的人讲清整个想法,而"别人是怎么解决这个问题的",一直没有一个好地方可以看。你只能靠记忆里那三四张喜欢的图,再去一篇篇翻 PDF。

Top-Conf Figure Gallery 补上了这个空缺。它是一个开源的纯静态网站,收录了 ICLR、ICML、NeurIPS、CVPR、ACL、AAAI 在 2023 到 2025 年间的 2,298 张 Figure 1 和 teaser,每张都链接回原论文。GitHub 仓库创建于 2026 年 9 月 17 日,四天后就超过了 250 个 star,可见有多少人被同一个问题困扰过。

这篇文章讲三件事:画廊里有什么,它的数据说明了主图是怎么构成的,以及一套从"逛画廊"走到"画出自己的图"的流程。

里面有什么

每条记录包含论文标题、全部作者、会议、年份、论文链接、PDF 来源,以及一个视觉模式标签。界面可以按会议、年份、模式筛选,可以搜索标题和作者,点开是灯箱大图,用方向键翻页。没有后端,也不需要构建;把仓库 clone 下来,双击 index.html 就能用。

它的选图是有意带着立场的。按项目的方法文档,候选图从正式发表的 PDF 里裁出来,先过 25 条以上的剔除规则,把默认 matplotlib 图表、纯表格、截图、无标签的照片墙都筛掉,再用感知哈希去重,然后按会议和年份的配额、并对视觉模式分层来选图,最后由人工逐页复核。留下来的,是明显有人花心思设计过的图。维护者说得很清楚:这是参考图库,不是论文排名;各会议数量不均,反映的是"设计型总览图"在各会议的常见程度,不是会议水平。

数据说明了什么

画廊把完整元数据放在一个 JSON 文件里,于是我们跑了一遍数。有三点值得说。

主图是宽的,中位数几乎正好是 21:9

宽高比中位数是 2.35:1。94% 的图宽高比超过 1.5:1,竖图不到 1%。中间一半的图落在大约 1.9:1 到 2.9:1 之间。这正是一张横跨双栏、放在页面顶部的图该有的形状:宽度不要钱,高度是拿正文篇幅换的。

实际的结论是:别在方形或 4:3 的画布上构图。就连 16:9(1.78:1)也比这里五分之四的图要窄。用 21:9(2.33:1)的画布,从第一笔草图开始你就站在中位数上。

六种模式,其中一种是兜底

标签描述的是图的视觉功能,不是论文的研究方向。architecture(模型内部结构)、conceptual(用视觉隐喻讲核心概念)、pipeline(分阶段的数据流)、framework(协作的模块)、taxonomy(任务或 benchmark 全景)五类加起来占画廊的 54%。另外 46% 标的是 teaser,项目用它指代经过设计的图文混排主图。实际上,凡是归不进单一模式的图都在 teaser 里,所以把它当成"随便逛逛"的入口,而不是一个类别。

每种模式我们各拆解了一张真实例子,见姊妹篇:顶会论文主图的 6 种布局套路。

benchmark 全景图变多了,各会议也各有习惯

2023 年的图里,taxonomy 占 2%;2024 和 2025 年的图里占 8%。同期 framework 从 6% 升到 9%,architecture 从 18% 降到 12%。benchmark 和 agent 系统多了,以"一个新的结构框图"为卖点的论文少了。

会议之间也不一样。ACL 入选的图里 11% 是 taxonomy,architecture 只有 6%;AAAI 正好反过来,architecture 18%,taxonomy 1%。CVPR 的 framework 图是各会议里最少的,只有 4%。

请把这些数字当作对一个精选样本的描述,而不是对整个领域的测量。画廊由一位维护者按设计质量筛选,管线还按会议、年份设了配额并对模式分层,所以任何一个占比里都有一部分是策展决定。宽高比的结论不依赖标签;模式上的趋势只是一个值得拿你自己的阅读经验去核对的线索,仅此而已。

一套用法

逛画廊很有"在干活"的感觉,但常常并没有。我们建议这样用。

1. 打开画廊之前,先写好一句话故事。 输入是什么,经过了什么,输出是什么。写不出来,什么布局都救不了这张图,而且你最后挑中的会是最好看的例子,而不是最相关的。

2. 按模式筛,先别按方向筛。 你的本能是搜自己的子领域,先忍住。一篇检索论文和一篇机器人论文,只要故事形状一样("三个阶段,第二个是我们的"),要的就是同一副骨架。选出和你那句话匹配的模式,然后不分领域地看十张左右。

3. 记骨架,不记画风。 对每张喜欢的图记四件事:阅读方向、面板数量、视觉中心放的是什么、有几种颜色承担含义。看完十张,你会发现有两三副骨架在重复。选一副。

4. 这时再搜自己的方向。 用搜索框(agent、diffusion、retrieval、benchmark)看看你的审稿人习惯的画法:你们这个圈子怎么画冻结的编码器、怎么画 memory、怎么画工具调用。标题关键词可以大致看出覆盖面:标题含 "LLM" 的有 196 篇,"graph" 161 篇,"diffusion" 121 篇,"agent" 112 篇,"multimodal" 103 篇。

5. 按论文里的实际宽度检查。 不管画成什么样,都缩到双栏论文的页面宽度看一眼。看不清的标签,要么放大,要么挪走,要么删掉。

它不是什么

它不是免费图库。 仓库的代码是 MIT 许可,但图片的版权始终属于原作者和出版方,项目自己写得很明白,还提供了 72 小时内下架的渠道。许可因会议而异,有时因论文而异。ACL Anthology 2016 年以后的材料是 CC BY 4.0,所以我们的姊妹篇才在署名的前提下转载了 ACL 的图;其他情况下,在任何地方复用一张图之前,先去查那篇论文自己的许可。

它不完整。 只覆盖六个会议、三年。EMNLP、CHI、CoRL、RSS 在路线图上,但数据里还没有;维护者欢迎通过 GitHub issue 推荐论文。

它没有单图页面。 整个站是一个单页,所以没法把某一张图的链接发给合作者;发卡片上的论文链接就行。

从骨架到成图

画廊回答的是"该怎么排版",它不负责画。骨架有了之后,PaperBanana 可以根据一段文字描述生成可直接发表的学术配图:描述你选定的布局,写上你的模块名和贯穿全图的示例,宽高比设为 21:9。我们的 6 种主图布局套路那篇里有六段现成的布局提示词可以起步;审稿人要你再加一个标注的时候,还可以把结果转成完全可编辑的 SVG。

资料来源

• Top-Conf Figure Gallery 及其 GitHub 仓库,包括 data/figures.json、docs/METHODOLOGY.md 和 IMAGES_POLICY.md。star 数截至 2026 年 9 月 21 日。
• "数据说明了什么"一节的全部统计,由 PaperBanana 于 2026 年 9 月 21 日基于 data/figures.json(2,298 条)计算。
• ACL Anthology:版权与许可 FAQ。