← 返回列表

顶会论文图表复现绘制Skills

聚合站 SecWiki技术 入库 2026-11-18T02:10:29

这里是我自己在用的,一套用于复现和生成学术论文图表的 AI Skills 工具箱。

我仔细选取了自己阅读过论文里绘图风格很有参考价值的各种图表,具有很强的参考意义,能极大程度减少绘图时候的重复工作。

这个仓库只是提供了一个起始点,从 9 张真实论文图表中提炼出系统化风格参数,支持按风格填数据和从图片复现两种使用方式。

这些skills会随着你的复现过程不断优化。

如果对你有用,麻烦点一个star🌟,鼓励我们不断优化这个仓库!

风格 类型 来源论文 关键特征
[bar_paired_delta](#bar_paired_delta) 柱状图 MemEvolve 配对柱 + 增益箭头,serif 字体
[bar_grouped_hatch](#bar_grouped_hatch) 柱状图 SPICE 分组柱 + 斜线填充主方法,柱顶数值
[line_confidence_band](#line_confidence_band) 折线图 Self-Distillation EMA 平滑 + 置信区间阴影,LaTeX 字体
[line_training_curve](#line_training_curve) 折线图 DAPO 垂直断点线 + 水平参考线,sans-serif
[line_loss_with_inset](#line_loss_with_inset) 折线图 SiameseNorm L 形 spine + 轴端箭头 + 右侧 zoom inset
[scatter_tsne_cluster](#scatter_tsne_cluster) 散点图 MemGen t-SNE 聚类 + 圆角彩色注释框,点线网格
[scatter_broken_axis](#scatter_broken_axis) 散点图 Meta-Harness 折断 X 轴双面板,多 marker 类型
[radar_dual_series](#radar_dual_series) 雷达图 DoRA 正八边形虚线同心网格,双方法对比
Skill 说明 触发方式
plot-from-data 选择上方任意风格,填入你的数据,生成 dpi=300 论文图 "用 bar_grouped_hatch 风格画我的数据"
plot-from-image 上传论文截图,自动分析比例/字体/配色并复现为 matplotlib 脚本 "帮我复现这张图"

| 图名 | 原图 | 复现图 |
| bar_memevolve | | |
| bar_spice | | |
| line_selfdistill_train | | |
| line_selfdistill_scale | | |
| line_aime | | |
| line_loss_inset | | |
| scatter_tsne | | |
| scatter_break | | |
| radar_dora | | |
| classwise_iou | | |

其中 classwise_iou 是直接走 plot-from-image 流程新增复现的案例:

输入图片:originals/classwise_iou.png

复现脚本:plot-from-image/scripts/classwise_iou_table.py

来源:MemEvolve: Meta-Evolution of Agent Memory Systems

serif 字体,配对柱(baseline vs method),箭头标注增益,Y 轴各子图独立

参数文档:plot-from-data/references/bar_paired_delta.md · 脚本:plot-from-data/scripts/bar_memevolve.py

| 原图 | 复现 |
| | |

来源:SPICE: Self-Play In Corpus Environments

LaTeX serif,分组柱 + 主方法白色斜线填充,柱顶数值(最优加粗),开口 L 形 spine

参数文档:plot-from-data/references/bar_grouped_hatch.md · 脚本:plot-from-data/scripts/bar_spice.py

来源:Reinforcement Learning via Self-Distillation

LaTeX Computer Modern serif,EMA 平滑主线,浅色置信区间 fill_between,SDPO 加粗图例

参数文档:plot-from-data/references/line_confidence_band.md · 脚本:plot-from-data/scripts/line_selfdistill.py

来源:DAPO: An Open-Source LLM RL System at Scale

sans-serif,四边框,朝外刻度,水平参考线(独立蓝色),两条垂直断点虚线(与曲线同色)

参数文档:plot-from-data/references/line_training_curve.md · 脚本:plot-from-data/scripts/line_aime.py

来源:SiameseNorm: Breaking the Barrier to Reconciling Pre/Post-Norm

LaTeX serif,L 形 spine + 轴端箭头,虚线放大框,黑色虚线连接右侧独立 inset 子图

参数文档:plot-from-data/references/line_loss_with_inset.md · 脚本:plot-from-data/scripts/line_loss_inset.py

来源:MemGen: Weaving Generative Latent Memory for Self-Evolving Agents

LaTeX serif,7 类聚类,圆角注释框(统一深灰边 + 聚类色底),浅灰点线网格,四边框

参数文档:plot-from-data/references/scatter_tsne_cluster.md · 脚本:plot-from-data/scripts/scatter_tsne.py

来源:Meta-Harness: End-to-End Optimization of Model Harnesses

sans-serif 粗体标签,双面板折断 X 轴(0-50k | 115k/200k),多 marker(★ ○ △ ◆ × ○),折断符仅底边

参数文档:plot-from-data/references/scatter_broken_axis.md · 脚本:plot-from-data/scripts/scatter_break.py

来源:DoRA: Weight-Decomposed Low-Rank Adaptation

sans-serif,正八边形虚线同心网格,DoRA 深绿粗线 vs LoRA 蓝色细线,数值标注白底,图例左上

参数文档:plot-from-data/references/radar_dual_series.md · 脚本:plot-from-data/scripts/radar_dora.py

来源:用户上传论文截图 #1

纯表格式布局,双行结果 + 强弱高亮底色,按图片比例与文字排布直接复现

输入图片:originals/classwise_iou.png · 脚本:plot-from-image/scripts/classwise_iou_table.py

原文链接:https://github.com/Trae1ounG/paper-plot-skills