图片与公式质量标准

这页记录全站维护论文图和数学公式时的最低标准。目标不是把页面做得更花，而是让读者不用猜：图从哪里来、该怎么看、公式里每个位置是什么意思。

逐页审核口径

每一页都同时服务两类读者：初学者需要知道“这页在解决什么问题、前置是什么、公式怎么读”；工程师需要知道“这套方法怎样落到系统、指标、成本、边界和验收门禁”。补内容时优先补在读者卡住的位置，而不是在页首堆多个互相指向的提示框。

位置	初学者需要	工程师需要	审核动作
页面开头	主题定位、前置知识、不要误读什么	影响哪些设计决策或评测判断	保留一个定位块即可，相关入口放正文或表格
公式附近	符号逐项解释、变量/参数/条件分清	公式对应的接口、loss、latency、memory 或风险项	解释必须贴近公式，不放到很远的统一附录
图片附近	图里先看哪条箭头、坐标轴或模块	这张图能支持什么 claim，不能支持什么	复杂图要有图源和读图说明
难点段落	用直觉例子降低门槛	写清失败模式、profile 入口或上线门禁	只在真正容易误解处加解释，不连续堆框

全站持续扫描使用 make quality-hints。如果需要证明本轮确实扫到每一页，使用 python scripts/content_quality_report.py --include-hints --list-pages 输出逐页清单。

图片质量标准

论文图优先使用官方来源：论文 PDF、arXiv、OpenReview、官方项目页、官方仓库或作者发布材料。找不到官方源时不要用第三方截图临时顶替，先标记为待追溯。

检查项	合格标准	需要修复的表现
裁剪边界	只保留图本体和必要图内文字	截到论文正文、页脚、Figure caption，或裁掉坐标轴、图例、子图标签
清晰度	页面显示宽度不超过原图宽度，复杂图尽量保留高清原图	浏览器上采样导致糊字，或图内主文字明显小于正文
显示宽度	流程图/多面板图通常 860–920，小曲线 620–760，竖图用 .atlas-figure-tall / .atlas-figure-page	大图被压得字太小，或低清小图被放大
图源说明	图片附近有 <small>图源：...</small>	只贴图不标论文、Figure/Table 编号或官方来源
复杂图解释	结构图、系统图、多面板实验图、表格截图要有正文读法或图注里的“本站读法”	只说“原论文图意”，没有解释模块、横纵轴、颜色、箭头和 claim

裁剪优先级

裁剪时宁可多保留一点图内留白，也不要切掉坐标轴、子图编号、图例或模块标题。但论文页脚里的正文、Figure caption、页码、参考文献编号和下一张图的顶部都不应进入站内图片。站内会单独用 <small> 说明图源和图意，所以原论文 caption 不需要保留在截图内部。

如果一张图由多个子图构成，优先保留完整多面板关系；只有在页面内无法读清时，才把原图拆成子图，并在正文说明“这是从同一张官方 Figure 拆出的局部”。拆图后仍然要保留原始 Figure 编号，避免读者无法回到论文核对。

显示宽度优先级

图片显示宽度服务“读得清”，不是越大越好。浏览器把 700px 原图放到 920px 会让线条和文字变糊；把 2000px 的复杂系统图压到 500px 又会让图内文字小于正文。一般规则是：流程图、多面板实验图和系统架构图优先 860–920；曲线图、局部算法图和截图局部优先 620–760；竖版算法页、表格页和长流程图用 .atlas-figure-page 或 .atlas-figure-tall，并依赖 lightbox 放大查看。

图源写法

图源说明要尽量可回查。推荐写法是：

<small>图源：[Paper Title](https://arxiv.org/abs/xxxx.xxxxx)，Figure 3。原论文图意：一句话概括作者用这张图展示什么。</small>

如果图片来自官方项目页或官方仓库，不要硬写“原论文 Figure”。应写清“项目页截图”“官方仓库 README 图”或“技术报告 Figure”。如果图片是本站基于论文数字重绘的表格或示意图，也要写“基于某论文 Table/Figure 重绘”，不要伪装成原图。

未引用资产处理

make image-quality 报出的 unreferenced-asset 是治理队列，不是删除指令。默认保留历史资产，尤其是有明确论文、官方项目或 Wikimedia 来源的图片；本轮新增且确认被替换的重复文件，才可以进入人工删除候选。

未引用资产需要先进入 图片资产治理台账：记录文件路径、来源或潜在用途、建议动作。可复用候选不应为了降低数量而硬塞回页面；只有它能支撑正文判断、并且能补齐图源和图解时，才重新引用。

复杂图解释怎么写

复杂图解释不需要做成提示框，也不需要复述论文图注。它可以写进图注后的正文段落，优先回答四件事：

1. 输入输出：图左边/上游进来的是什么，右边/下游产出的是什么。
2. 关键模块：每个框、箭头、颜色、mask、分支在方法里承担什么角色。
3. 支撑 claim：这张图能支持作者哪条主张，例如更省显存、更快推理、更稳训练或更高成功率。
4. 不能证明什么：图不能外推到哪些结论，例如不能从架构图直接推出真实闭环成功率。

公式解释标准

公式不能只给名字，必须解释槽位。尤其是概率分布、损失函数和采样公式，读者需要知道每个位置分别代表变量、参数还是约束。

写法	必须说明
$\mathcal{N}(x;\mu,\Sigma)$	第 1 个位置 $x$ 是被取值/采样/评分的变量；第 2 个位置 $\mu$ 是均值；第 3 个位置 $\Sigma$ 是协方差
$z\sim\mathcal{N}(0,I)$	左边 $z$ 已经说明变量；括号里的 $0$ 是均值，$I$ 是单位协方差
$\mathcal{L}(\theta)=...$	$\theta$ 是被优化参数；每一项分别惩罚什么，权重或期望在哪个数据分布上取
$p_\theta(y\mid x)$	$x$ 是条件输入，$y$ 是被预测变量，$\theta$ 是模型参数

一个合格的公式说明至少要做到：读者遮住公式名，也能从文字里还原“谁是变量、谁是参数、优化或采样发生在哪个对象上”。

审计命令

全站图片审计使用：

make image-quality

这个命令会检查本地图片是否存在、是否被浏览器上采样、是否可能截到多余文字、复杂图附近是否缺少解释，以及资产目录里是否有未引用图片。它还会输出 Asset governance 摘要，单独汇总远程图、本地化远程图和未引用资产分组；并在 /private/tmp/charles-ai-notes-image-quality/ 生成临时 contact sheet，方便人工快速扫一遍疑似问题。contact sheet 不是最终判断，只是把风险集中展示；真正修改前仍要打开原图确认。

内容质量和公式附近说明继续使用：

make quality
make quality-hints

其中 make quality-hints 会额外提示可能缺少上下文解释的 display formula 或公式密集行；这是人工复核队列，不是硬失败。补公式时优先让读者在公式前后看到“这行式子在说什么”和关键符号含义。

新增或替换论文图后，至少跑 make image-quality 和 make build。如果改了公式或图解说明，也要顺手检查相邻段落：是否解释了变量槽位、是否说明了图能支持的 claim，以及是否写清不能外推的结论。