登录
软件下载 帮助文档 新闻资讯

Skill UI

浏览并发现 16569+ 精选技能
全部 编程开发 人工智能 设计创意 产品商业 数据科学 市场营销 职场通用 效率工具 硬件工程 语言学习
搜索 UI ，共找到 838 条记录
默认排序 最新上传 最多下载

机器学习研究成果物评估

iccv-artifact-evaluation
brycewang-stanford/Awesome-Journal-Skills
279
本指南详细介绍了顶级机器学习会议的科研成果物（代码、模型、数据）的最佳发布和维护实践。内容覆盖了匿名评审时代码的打包规范和公开发布的周期管理，旨在确保研究的高度可复现性、可追溯性及许可的清晰性。
查看详情

学术论文发表流程指南

iccv-camera-ready
brycewang-stanford/Awesome-Journal-Skills
84
该指南详细介绍了从论文被接收到最终定稿（Camera-Ready）的完整学术出版工作流程。内容涵盖了去匿名化、同步预印本（arXiv）、CVF和IEEE等多个版本的技术要求，以及更新链接、准备最终发表所需的各项学术和行政细节。
查看详情

计算机视觉实验设计与规划

iccv-experiments
brycewang-stanford/Awesome-Journal-Skills
408
本指南提供了一套高标准的学术科研实验设计方法论，专为顶级计算机视觉会议（如ICCV）准备论文。它指导用户在严格的截止日期下，系统地进行实验规划，包括基准漂移审计、确保模型公平性（消除预训练混淆）、构建机制分离的消融实验，以及按决策价值顺序安排实验运行流程。
查看详情

顶级视觉会议相关工作撰写指南

iccv-related-work
brycewang-stanford/Awesome-Journal-Skills
377
这份指南提供了为顶级计算机视觉会议（如ICCV、CVPR、ECCV）撰写“相关工作”部分的专家级指导。它涵盖了如何处理跨周期文献引用、管理并发预印本、遵守双盲匿名规则以及进行准确的会议归属，以最大化文章的新颖性和说服力。
查看详情

深度学习可复现性审计指南

iccv-reproducibility
brycewang-stanford/Awesome-Journal-Skills
156
本指南为学术研究人员提供了实现和公开深度学习模型可复现性的全面指导。内容涵盖了从基础模型到前沿AI的各个方面，包括协议固定、数据集版本追踪、硬件规格记录以及结果方差报告等，旨在确保研究成果在多年后依然具有高度的可验证性，满足顶级会议的复现性要求。
查看详情

ICCV投稿预审终极检查表

iccv-submission
brycewang-stanford/Awesome-Journal-Skills
174
这是一个用于大型学术会议（如ICCV）的终极预检指南。它详细涵盖了从格式规范（如8页限制、单次上传）到学术伦理（匿名性、审稿人职责）的所有关键流程点。作者应使用此表在投稿前进行全面自查，确保所有细节符合要求，避免因小失误而被直接拒绝。
查看详情

计算机视觉会议投稿决策

iccv-topic-selection
brycewang-stanford/Awesome-Journal-Skills
460
本指南帮助研究人员评估计算机视觉项目是否适合投稿顶级会议。它深入分析了ICCV等顶会两年一次的周期性特点，指导用户根据项目的成熟度、时间节点，并对比ICCV、CVPR、ECCV等不同会议的投稿要求，制定最佳的投稿策略。
查看详情

顶级计算机视觉会议流程管理

iccv-workflow
brycewang-stanford/Awesome-Journal-Skills
302
本指南为研究人员提供了管理顶级计算机视觉会议（如ICCV）全周期的流程框架。详细涵盖了从项目初期决策（秋季分支）、论文提交、审稿意见处理、最终决策，到国际旅行准备和学术备用方案（Fallback Ladder）等所有关键环节和潜在风险管理。
查看详情

ICLR论文定稿提交指南

iclr-camera-ready
brycewang-stanford/Awesome-Journal-Skills
80
本指南详细介绍了ICLR论文被接受后，准备最终定稿版本（Camera-Ready）的全流程。它指导作者完成去匿名化、整合审稿讨论期承诺的修改点、完善OpenReview元数据，并准备海报、演示文稿和视频等所有提交材料，确保达到会议的发表标准。
查看详情

人工智能论文实证实验审计指南

iclr-experiments
brycewang-stanford/Awesome-Journal-Skills
188
本指南旨在帮助研究人员为顶级机器学习会议设计和审计实验。它涵盖了进行机制分离的消融实验、鲁棒性测试（如数据漂移、随机种子）、公平基线和详细的计算资源报告等最佳实践，确保论文的实验结论是科学且可信的，以应对审稿人的质疑。
查看详情

机器学习研究可复现性标准

iclr-reproducibility
brycewang-stanford/Awesome-Journal-Skills
403
本指南为学术作者提供一套详细的方案，确保机器学习研究论文具备高度的可复现性。内容涵盖了如何将论文中的每一个核心结论都映射到可验证的证据链上，包括记录随机种子、方差、计算资源消耗（训练和推理）、数据预处理流程和伦理声明。撰写可复现性声明，确保研究成果对学术界公开透明。
查看详情

学术会议论文评审策略

iclr-review-process
brycewang-stanford/Awesome-Journal-Skills
69
本指南提供了一个全面的框架，帮助用户规划大型学术会议（如ICLR）的评审流程策略。内容涵盖了双盲评审周期、作者回应技巧、公开与私密讨论的管理，以及理解永久可见性如何影响最终决策。适用于准备高风险学术投稿的作者和审稿人。
查看详情
上一页123...53545556575859...686970下一页
语言
简体中文
English