qwdwqfwq/topconf-paper-figure-gallery

解決する課題

研究者が論文を書く際、トップ会議の論文が実際にどのようなものかを把握していないため、魅力的なFigure 1（メインティーザー図）をデザインするのに苦労することがよくあります。このプロジェクトは、ICLR、ICML、NeurIPS、CVPR、ACL、AAAIの6つのトップAI/ML会議（2023〜2026年）から数千枚のFigure 1画像を収集し、デザイン参考として検索・フィルタリング可能にします。また、ブラウザベースのツールFigureForgeも提供し、ユーザー自身の論文用のFigure 1を、一般的なフローチャートではなく、これらの参照図に基づいてドラフトします。

仕組み

ギャラリーは静的ウェブサイト（HTML/CSS/JS）で、データはJavaScriptファイルにインライン化されているため、バックエンドなしでオフラインでも動作します。各図は自動パイプライン（会議インデックス → PDFダウンロード → Figure 1切り出し → ヒューリスティックルールによる品質スコアリング（デフォルトのmatplotlibチャート、プレーンな表、GUIスクリーンショットなどを除去） → dHashによる重複排除 → 人間によるページごとのチェック）の後に手動でレビューされます。フィルターでは、会議、年、採択レベル（Best/Oral/Spotlight、カラーバッジ付き）、視覚パターン（概念、フレームワーク、パイプライン、アーキテクチャ、分類、ティーザー）で並べ替えできます。全文検索はタイトルと著者を対象とします。

FigureForgeは完全にブラウザ内で動作します。ユーザーは論文を説明し（アブストラクト/PDFを貼り付けるか、1行の入力→メソッド→出力のストーリーを提供）、視覚パターンを選択し、参照図を選択します。CLIP + BM25ハイブリッド検索が全3,452枚の図を関連性でランク付けします。2段階モードでは、まずビジョンモデルが選択した参照図の共通レイアウト、要素、パレット、階層を要約し、次にSVG（編集可能、正確なテキスト）またはビットマップ（出版スタイルのレイアウト）でドラフトを生成します。ユーザーはLLM用のAPIキーを自分で用意します。OpenAI、DeepSeek、Anthropicなど、多くのプロバイダーのモデルがサポートされています。CLIPモデルとギャラリーインデックスはローカルにバンドルされているため、論文の内容とキーがデバイスから出ることはありません。

対象読者

提出前に論文の図をより良くデザインしたいAI/MLの研究者や学生。インスピレーション（厳選された高水準の図の閲覧）と実用的なドラフト生成（FigureForgeを使用して初稿レイアウトを得る）の両方に役立ちます。このプロジェクトはオープンソースであり、図の追加、ラベルの修正、CHI、CoRL、RSSなどの新しい会議への拡張など、コミュニティの貢献を歓迎します。

ハイライト

• 6つのトップ会議（2023〜2026年）からの3,452枚のFigure 1/ティーザー画像を厳選し、手動レビュー済みのギャラリー。各画像はソース論文にリンクされています。
• 会場、年、採択レベル（Best/Oral/Spotlightバッジ）、視覚パターンによるフィルタリングと検索。メイソンリーレイアウトとライトボックス付き。
• FigureForge：ブラウザベース、サインアップ不要のツール。CLIP+BM25検索を使用して、生成されたドラフトを実際のトップ会議レイアウトに基づかせ、一般的なフローチャートを回避します。
• 2つの出力モード：編集可能なテキスト用のSVGと、迅速なレイアウト確認用のビットマップ。多数のLLMプロバイダーをBYOKでサポート。
• 完全に静的でオフライン対応。会議議事録からギャラリーを再現するための完全なオープンソースパイプライン。
• 明確な画像ポリシー：帰属表示付きの教育目的使用、リクエストに応じて72時間以内に削除。