Thuthesis 论文模板目录行距调整指南
清华大学学位论文 LaTeX 模板 Thuthesis 近期针对目录格式进行了重要更新,主要解决了章标题行距与学校最新规范不一致的问题。本文将详细介绍这一技术改进的背景、实现方案以及用户如何应用这一更新。
问题背景
清华大学研究生院在2023年9月对学位论文格式进行了细微调整,其中目录部分的章标题行距要求从原来的"段前3磅"修改为"固定20磅"。这一变更虽然看似微小,但对论文格式的规范性有着重要影响。
Thuthesis 模板原有的目录样式基于2023年3月版的规范实现,导致使用最新模板生成的目录与学校要求存在视觉差异。具体表现为章标题之间的垂直间距明显大于规定值。
技术解决方案
开发团队通过分析 Word 模板和 LaTeX 生成效果,确定了以下技术实现方案:
-
目录间距调整:修改了
thuthesis.cls
文件中关于目录格式的定义,特别是titlecontents
命令的参数设置。 -
层级间距优化:不仅调整了章标题(
chapter
)的间距,还同步优化了节标题(section
)和小节标题(subsection
)的间距,确保整体目录结构的协调性。
关键修改包括:
- 将章标题的
addvspace
值从原来的较大值调整为更精确的0.5bp
- 保持节标题和小节标题的适当间距比例
- 确保不同层级标题之间的视觉层次清晰
用户应用指南
对于使用 Thuthesis 模板的用户,可以采用以下方式应用这一更新:
-
更新模板:获取最新版本的 Thuthesis 模板,确保包含提交
ff9f197
之后的修改。 -
手动调整:如果暂时无法更新完整模板,可以手动修改
thuthesis.cls
文件中的相关部分,调整titlecontents
命令的参数设置。 -
效果验证:生成 PDF 后,建议与学校提供的 Word 模板进行视觉对比,确保格式完全符合要求。
版本更新说明
这一改进已包含在 Thuthesis 7.5.0 版本中。用户升级到该版本后即可自动获得符合最新规范的目录格式。对于仍在使用旧版本的用户,建议尽快升级以获得最佳的格式兼容性。
总结
Thuthesis 模板持续跟进学校格式规范的更新,确保用户能够便捷地生成完全符合要求的学位论文。本次目录行距的调整虽然是一个细节优化,但体现了开发团队对格式规范严谨性的重视。建议所有用户关注模板的更新,以获得最佳的排版效果和使用体验。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0301- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









