FlexTok: Resampling Images into 1D Token Sequences of Flexible Length

实验台上空一片棉花糖色的黎明,还有一个能把故事讲长讲短的旋钮。

flextok.epfl.chFlexTok: Resampling Images into 1D Token Sequences of Flexible Length
https://flextok.epfl.ch/ 的截图,版权归作者所有,仅作参考展示。 申请删除
会议或期刊
ICML 2025
年份
2025
第一作者
Roman Bachmann
领域
image tokenization
模板
Nerfies (Bulma 0.9.1) with custom glass nav, slider summary and related-project cards
配色
浅色

已对照实际渲染的页面核对。

入选理由

粉彩渐变页头配吸顶下拉导航。紧接着是按 token 数排列的预览网格,随后是能在 TL;DR 与详细版之间切换的交互式摘要滑块,以及一排三张概览卡片。层级分明,交互点子值得借鉴。

下面的说明和 DESIGN.md 正文是英文。为了让编程 agent 读同一个版本,这部分没有翻译。

概述

配色

字体

Google Sans
FlexTok: Resampling Images into 1D Token Sequences of Flexible Length Abstract · Method · Results · BibTeX — 0123456789
BlinkMacSystemFont / Segoe UI system stack
FlexTok: Resampling Images into 1D Token Sequences of Flexible Length Abstract · Method · Results · BibTeX — 0123456789
American Typewriter
FlexTok: Resampling Images into 1D Token Sequences of Flexible Length Abstract · Method · Results · BibTeX — 0123456789

间距与形状

页面模块

使用建议

相似风格

ACL 2025
Scaling Text-Rich Image Understanding via Code-Guided Synthetic Multimodal Data Generation
一本大学出版社的目录册,小型大写衬线标题、色轮般排开的样本,还有一张大地色调的柱状图。
ACL 2025
DICE-BENCH: Evaluating the Tool-Use Capabilities of Large Language Models in Multi-Round, Multi-Party Dialogues
一张套着桌游盒封面的 Nerfies 页面,炭灰色骰子横幅打下身份印记,粉彩品牌色胶囊按钮和灰色轮播条把你带进安静的双栏方法解读。
ACL 2025
TUNA: Comprehensive Fine-grained Temporal Understanding Evaluation on Dense Dynamic Videos
一个先亮记分牌的 benchmark,带鱼形标志的小型大写字标、渐变色会议名一行,然后是灰色表头、斑马纹行和蓝色模型链接的通栏排行榜。
CHI 2026
Gesturing Toward Abstraction: Multimodal Convention Formation in Collaborative Physical Tasks
印在干净纸上的研讨课讲义,大号柔和标题,六个炭灰色标签,一条青绿与洋红的连环画,画着双手在讲解积木。
CHI 2026
Making Multimodal LLMs Reliable Chart Data Extractors: A Benchmark and Training Framework
翻到最得意一页的实验笔记本,视频像装在显示器边框里,标题里有 emoji,每张图都带着柔和阴影钉在页上。
CHI 2026
What If Moderation Didn't Mean Suppression? A Case for Personalized Content Transformation
一间安静的阅览室,讲台上搭着紫色缎带,石板灰的无衬线标题,Garamond 正文,墙上钉着一张暖琥珀色的便条。