图片为研知有术平台的宣传图，背景为蓝色渐变，左上角有平台标志。中间文字为“专业的科研推进与成果支持平台，让研究成为你的能力”。下方有四个图标，分别是微信公众号、视频号、抖音、小红书，每个图标下方对应的文字分别是微信公众号、视频号、抖音、小红书。该图片与文档中介绍研知有术平台的内容相关，展示了平台的宣传信息及社交媒体渠道。
图片展示了figures4papers项目中用于定量比较的条形图和用于组成分解的条形图示例。上方标题为“用于定量比较的条形图”，下方有三组条形图，分别标注了不同模型的AUPRc、AUPRC和Mean PPV/n值。下方标题为“用于组成分解的条形图”，同样有三组条形图，展示了不同模型在不同任务上的表现。这些图表均配有颜色标识的图例，直观呈现了模型在不同方面的性能对比。

官方 GitHub 仓库地址

https://github.com/ChenLiu-1996/figures4papers 项目全称：figures4papers（Figures for Papers）

figures4papers 是耶鲁大学计算机科学博士生陈刘（Chen Liu）开源的顶刊级科研绘图 Python 脚本库，所有绘图代码均来自其发表在《Nature Machine Intelligence》、ICML、NeurIPS、ECCV 等顶级期刊与会议论文的原始可视化工程，完全适配国际学术期刊的排版、配色、分辨率规范。

仓库按照图表类型模块化分类，覆盖科研高频刚需图表：带误差棒定量对比分组条形图、相关性系数统计柱状图、堆叠组成分解条形图、趋势折线图、热力图、三维球体拓扑示意图、机制流程图、分子结构可视化等，几乎囊括 AI、生物信息、计算医学、机器学习领域论文 90% 以上的配图样式。

脚本内置统一字体、字号、色彩方案、高清矢量导出配置，使用者只需替换自己的实验数据集，即可一键生成可直接投递期刊的规范图片，极大降低图表反复返修的概率。作者明确开放学术复用权限，仅要求引用其对应发表论文即可。该项目也是前文多款学术 AI Skill 里科研可视化模块的底层依赖库，可搭配 Claude Code 等工具实现 AI 自动调用代码批量出图，非常适合理工科硕博与青年科研人员使用。

项目部分内容截图：

图片展示了figures4papers项目中科研绘图的示例。上半部分为三维球体图，分别呈现了dispense、Decametion、pairwise dispersion norm reduction、acute angle dispense、orthogonalization等操作，以及对应的箭头和文字说明。下半部分是雷达图线图，展示了不同模型在多个任务上的性能对比，如SFT only、DA-DPO、DPO、VIGL（Ours）等。该图片直观呈现了项目生成的科研图表样式，与文档中介绍的项目功能相契合。
图片展示了论文中关于多模态语言模型的图表。上半部分为概念剧情图，左侧是概率分布图，展示了不同条件下的概率分布情况；右侧是多模态流形图，标注了grounded、prior-dominated等不同状态。下半部分为趋势图，分别以红色和蓝色线条呈现了文本仅和多模态两种情况下，Evaluation / Application和Methodological Contribution的累计贡献值随时间的变化情况，图中还标注了多个模型名称。
图片展示了Python中未端到端制作的多个数字模型示例，包括图示模型结构、数据分布、实验结果等。如图a是Transformer模型结构，图b是数据分布图，图c是实验结果柱状图等。这些模型部分是用Python制作的，作者将这些模型写入，以感谢其为这些作品付出的时间和努力。该图片与文档中介绍的Python脚本库内容相关，直观呈现了库中可一键生成的规范图片样式。