Fast Data Attribution for Text-to-Image Models

一份钉在软木板上的预印本,朴素的灰色 Helvetica,蓝色方括号链接,全靠图表说话。

peterwang512.github.io/FastGDAFast Data Attribution for Text-to-Image Models
https://peterwang512.github.io/FastGDA 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
NeurIPS 2025
年份
2025
第一作者
Sheng-Yu Wang
领域
data attribution
模板
Isola/Zhang table-layout project page
配色
浅色

已对照实际渲染的页面核对。

入选理由

简洁到近乎论文本身的风格,采用朴素的无衬线字体和细线分隔。它没有用装饰,而是把大而清晰的结果图(带加速箭头的散点图和一张柱状图)放在页面中心,为候选增添了多样性。

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

Helvetica Neue Light
Fast Data Attribution for Text-to-Image Models Abstract · Method · Results · BibTeX — 0123456789
Arial
Fast Data Attribution for Text-to-Image Models Abstract · Method · Results · BibTeX — 0123456789

间距与形状

页面模块

使用建议

相似风格