用途：为模型文档创建或刷新样例结果图，覆盖选取已完成的训练检查点或基准运行、导出预测/样例图、保存到 docs/source/images/<model>/results/、更新 README 与文档的样例结果引用，并拒绝损坏或误导性输出。基准表格维护不属于本技能，由 benchmark-and-docs-refresh 负责。
来源质量要求：只能使用已完成的训练检查点、带有有效预测输出的已完成基准运行、可追溯到真实运行产物的已完成模型输出。若不存在合适的已完成产物，应先调度若干次运行生成可信样例图。不得使用不完整运行、部分写入的检查点、掩码为空或退化的输出，以及由 NaN 或明显损坏预测驱动的输出。
工作流程：在 results/ 中识别候选检查点/运行；验证运行是否足够完整可信；验证失败则在若干类别上训练模型；从检查点/运行生成预测；发布前检查输出质量；将选定图片保存到 docs/source/images/<model>/results/；更新 README/文档引用。
首选布局：docs/source/images/<model>/results/0.png、1.png、2.png。若可信图片少于 3 张，可在更多类别上训练以补充。README 使用 ### Sample Results 加 Markdown 图片引用；文档页使用 ## Sample Results 与 {eval-rst} 的 .. image:: 指令。
发布前校验：确认引用文件存在、图像视觉合理、掩码/异常区域无明显错误、样本来自已训练或有效的已完成运行。若某模型/类别输出退化，应排除并明确说明。审查清单包括运行完整性、图片质量、导出文件存在性、README 与文档引用。
仓库注意事项：部分已完成检查点仍可能产生较差掩码；若通用可视化辅助失败，可为特定模型/运行编写窄范围导出器，并保持脚本聚焦且可追溯到所选检查点。存疑时优先少量可信样例图，而非全套误导性图片。