登录
软件下载 帮助文档 新闻资讯

Skill UI

浏览并发现 16598+ 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 体系 ，共找到 38 条记录
默认排序 最新上传 最多下载

永续自主智能体框架

autonomous-agent-harness
affaan-m/ECC
417
本框架将代码环境升级为永续、自主的智能体系统。它利用内置的定时任务、远程派遣和结构化内存（MCP）等原生功能，实现持续的自我驱动自动化。适用于构建需要长期记忆、定期运行和复杂多步骤操作的AI助理，无需依赖外部的AutoGPT等复杂框架。
查看详情

品牌知识沉淀与检索

save-knowledge
indranilbanerjee/digital-marketing-pro
456
该功能用于将品牌知识（如营销活动经验、品牌指南、竞品情报等）持久化存储到记忆层。系统会进行内容哈希和元数据标记，确保所有宝贵的经验和洞察能跨会话保留，并支持通过自然语言进行高效的语义检索，构建可复用的知识体系。
查看详情

AAMAS成果物评估指南

aamas-artifact-evaluation
brycewang-stanford/Awesome-Journal-Skills
232
本指南为学术论文（尤其针对AAMAS）提供了一套完善的成果物打包流程，用于支持多智能体系统（MARL）和博弈论的复杂证据。它强调成果物必须高度可检查和可复现，内容涵盖游戏定义、环境代码、对手设置和交互协议，而不能仅是模型本身，以保证学术评审的严谨性。
查看详情

多智能体博弈实验审计指南

aamas-experiments
brycewang-stanford/Awesome-Journal-Skills
467
本指南为多智能体系统和博弈理论研究提供了严谨的实验设计和审计框架。它指导研究人员如何设计实验来验证系统间的“交互”机制（如达到纳什均衡、合作机制等），而非仅仅测试单一智能体的性能，强调对抗性测试和统计报告的严谨性。
查看详情

AAMAS相关工作定位与新颖性审计

aamas-related-work
brycewang-stanford/Awesome-Journal-Skills
107
本指南旨在帮助作者为AAMAS会议投稿时，系统性地审计和定位多智能体系统的研究工作。它提供了跨越多个顶尖学术领域（如NeurIPS、ICML、AAAI、博弈论等）的文献对比方法，指导作者从多智能体强化学习、博弈论和社会选择的角度，精准阐述论文的独特创新点和学术贡献，确保投稿的学术定位准确。
查看详情

AAMAS会议审稿流程指南

aamas-review-process
brycewang-stanford/Awesome-Journal-Skills
342
本指南详细介绍了AAMAS顶级学术会议的同行评审流程。它涵盖了从初次投稿、技术评估（如正确性、意义和严谨性）、作者反驳到程序主席最终决策的完整学术过程。适用于准备投稿或需要理解多智能体系统研究成果发表标准的学者。
查看详情

ACM多媒体论文选题指南

acmmm-topic-selection
brycewang-stanford/Awesome-Journal-Skills
212
本指南帮助研究人员判断项目核心是跨模态融合、媒体系统升级还是人类中心的应用，从而决定其最适合投稿的顶级会议（如ACM MM、CVPR、ACL等）或期刊，避免单一模态的误投。
查看详情

大语言模型评估严谨指南

colm-experiments
brycewang-stanford/Awesome-Journal-Skills
496
本指南提供了设计和审计大语言模型（LLM）实证评估的最佳实践。它涵盖了数据污染、基线公平性、模型版本漂移和解码参数敏感性等关键陷阱，指导用户构建一套严谨、可复现、科学可靠的LLM评估体系，适用于学术研究和模型评测。
查看详情

大语言模型可复现性指南

colm-reproducibility
brycewang-stanford/Awesome-Journal-Skills
240
本指南详细介绍了大语言模型（LLM）论文的科学可复现性标准。它提出了分层验证体系（精确、预算、漂移），指导作者如何处理开源模型、专有API模型，并规范了计算资源和实验失败模式的书面披露，确保研究结果的严谨性和可追溯性。
查看详情

AI研究可复现性最佳实践

ijcai-reproducibility
brycewang-stanford/Awesome-Journal-Skills
497
这是一份关于提升AI研究可复现性的最佳实践指南。文章详细介绍了在顶级AI会议上，如何为不同的贡献类型（如算法、理论、多智能体系统和数据集）提供足够详实的证据链。它指导研究者收集如伪代码、随机数种子、完整证明和公开数据集等关键信息，从而将研究的可靠性等级提升至“令人信服”的水平。
查看详情

AAMAS多智能体系统投稿指南

international-conference-on-autonomous-agents-and-multiagent-systems
brycewang-stanford/Awesome-Journal-Skills
192
本指南是为投稿至国际自主智能体和多智能体系统会议（AAMAS）的作者准备的。它帮助作者从策略角度定位论文，强调自主智能体、多智能体学习、博弈论交互和去中心化决策等核心主题。内容涵盖了投稿的框架构建、证据展示要求和风险评估，确保研究重点符合会议的专业领域。
查看详情

欧盟AI法案高风险合规就绪

eu-ai-act-high-risk-implementation-readiness
lawve-ai/awesome-legal-skills
342
针对已归类为欧盟《人工智能法案》附件三高风险的人工智能系统，评估并落地实施准备度：梳理提供者与部署者义务、合格评定路径、质量管理体系、技术文档、欧盟数据库登记及上市后监测，输出红黄绿就绪度评级与分优先级的实施路线图。
查看详情
上一页1234下一页
语言
简体中文
English