Cria uma interface de galeria web em modo escuro exibindo cartões de estilo de figuras de artigos de pesquisa selecionados para uma biblioteca acadêmica de predefinições visuais.
Objetivo: Criar uma página de índice de galeria sofisticada e em modo escuro para uma biblioteca de predefinições selecionadas de estilos de figuras de artigos de pesquisa, intitulada 研究论文图示. A interface deve parecer uma captura de tela de um aplicativo web polido, exibindo miniaturas de diagramas acadêmicos.
Canvas: Composição ampla em estilo de navegador, aproximadamente 16:9, fundo cinza-carvão escuro, bordas de grade sutis, tipografia de interface nítida, texto em branco e ciano de alto contraste.
Cabeçalho: Centralize o título no topo com um pequeno ícone de documento multicolorido empilhado à esquerda. Adicione uma linha divisória horizontal fina abaixo do cabeçalho. Na área superior direita, coloque um botão arredondado compacto rotulado como “↑ 图库索引”.
Título da seção: À esquerda, abaixo da divisória, exiba o título da seção 研究论文图示网格 em texto claro e em negrito.
Layout: Exiba uma grade de galeria de 4 colunas com bordas cinzas finas e espaçamentos escuros entre os cartões. Mostre exatamente 12 cartões de galeria visíveis: 8 cartões completos nas duas primeiras linhas e 4 cartões parcialmente visíveis na terceira linha na borda inferior. Cada cartão contém uma imagem em miniatura no estilo de artigo de pesquisa em fundo branco, um título em negrito abaixo e três pequenas etiquetas arredondadas escuras abaixo do título, lendo exatamente “landscape”, “high” e “Curated”.
Contagem de cartões visíveis e rótulos: Cartão A: “患者队列与多模态生物标志物流称流程”, miniatura mostrando um fluxo de trabalho de coorte de pacientes com caixas, gráficos e uma curva de sobrevivência. Cartão B: “单细胞免疫图谱”, miniatura mostrando um atlas imunológico de célula única com clusters UMAP, gráfico de pontos, gráfico de barras empilhadas e gráfico de trajetória. Cartão C: “多模态医疗 AI 方法图”, miniatura mostrando um diagrama de suporte à decisão clínica de modelo de base multimodal com imagem médica, patologia, texto e blocos de modelo. Cartão D: “治疗响应统计图”, miniatura mostrando estatísticas de resposta terapêutica com gráficos de barras, gráficos de floresta, gráfico de dispersão e um fluxo de trabalho circular. Cartão E: “Transformer 编码器-解码器架构”, miniatura mostrando um diagrama de arquitetura de codificador-decodificador transformer com blocos de módulos empilhados. Cartão F: “多智能体 LLM 系统架构”, miniatura mostrando uma arquitetura de sistema multi-agente LLM com bloco de modelo central, ícones de ferramentas ao redor, memória, reflexão e módulos de avaliação. Cartão G: “去噪扩散正/逆向链”, miniatura mostrando uma cadeia de processo de difusão de remoção de ruído direta e reversa com painéis de imagem com ruído e setas. Cartão H: “经验缩放规律图”, miniatura mostrando leis de escala empíricas com múltiplas curvas coloridas descendentes e uma legenda. Cartão inferior parcialmente visível 1: título começa com “Benchmark comparison across 10 frontier LLMs”, miniatura com comparações de gráficos de barras. Cartão inferior parcialmente visível 2: título começa com “Ablation of core reasoning components across 5 benchmarks”, miniatura com barras agrupadas. Cartão inferior parcialmente visível 3: título começa com “LLM pretraining data mixture and downstream splits”, miniatura com blocos de área empilhada/mistura de dados. Cartão inferior parcialmente visível 4: título começa com “Representative multi-head attention patterns in a 16-layer Transformer”, miniatura com mapas de calor.
Estilo visual: Use uma estética de dashboard SaaS moderno, modo escuro, sensação de curadoria acadêmica organizada, detalhes sutis em ciano, rótulos pequenos, porém legíveis, e miniaturas de figuras de pesquisa realistas que se assemelham a diagramas de periódicos de alta qualidade. Mantenha as miniaturas variadas, mas com figuras científicas consistentemente em fundo branco.
Restrições: Preserve os rótulos da interface e os títulos dos cartões em chinês conforme escrito. Não adicione pessoas, fotos, marcas d'água, barras de endereço de navegador ou elementos decorativos. A composição deve parecer uma captura de tela de uma biblioteca de modelos de figuras de pesquisa selecionadas chamada GPT-IMAGE-2-SKILL.