資料來源與處理規模

該團隊將 ICML、NeurIPS、ICLR、CVPR 和 AAAI 自 2016 年以來錄取的約 10.9 萬篇論文進行分組,劃分為約 1,260 個主題。

系統從其中 7.9 萬篇論文的全文中,自動提取結果表格與消融實驗(ablations)數據。

每個主題頁面不僅顯示分類結構,還呈現論文實際報告的具體數值,所有數字均連結至原始論文以便查證。

主題頁面提供的分析內容

以緊湊型高斯潑灑(compact/efficient Gaussian splatting)為例,頁面顯示該主題論文數量從 2023-24 年的 29 篇激增至 2025-26 年的 240 篇。

系統追蹤各基準測試的最佳報告數值及其隨時間的變化,並標註創下紀錄的論文。例如 Deep Blending PSNR 指標僅從 30.42 微幅上升至 30.45。

頁面列出近期論文的消融實驗結果,包含導致效能下降的因素,以及這些論文選擇作為比較基線的模型。在該主題中,113 篇近期論文裡有 38 篇使用 3DGS 作為基線,其餘常見基線包括 2DGS、Scaffold-GS 和 Mip-Splatting。

數據限制與現況說明

開發者指出自動提取過程並非完美,且不同論文間的數值未必具有直接可比性,因此建議使用者將其視為研究起點而非最終排行榜。

目前主題頁面上的紀錄主要反映截至 2025 年的論文數據,2026 年論文的基準數值與消融實驗尚未納入,團隊正在處理中。

該服務免費開放且無需註冊,開發者歡迎熟悉特定領域的研究者回饋錯誤資訊,作為目前最需要的改進依據。