登录
软件下载 帮助文档 新闻资讯

Skill UI

浏览并发现 16594+ 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 记录 ，共找到 74 条记录
默认排序 最新上传 最多下载

GEPA基因组审计与分析

harness-gepa
ruvnet/ruflo
246
本工具用于深入检查、验证和分析GEPA（基因进化提示词适应）基因组。它支持审计已发布的策略、验证基因组结构，渲染基因组实际编译成的系统提示词，并能从运行记录中对失败模式进行分类。是AI驱动策略进化审计和调试的关键工具。
查看详情

AI论文可复现性审核指南

aaai-reproducibility
brycewang-stanford/Awesome-Journal-Skills
386
本指南帮助研究人员提高AI学术论文的实验可复现性，适用于投稿至顶级AI会议（如AAAI）。它指导作者建立“主张-证据”对照表，详细记录模型参数、随机种子、计算成本和数据集许可，确保研究的严谨性和可验证性。
查看详情

多媒体研究结果可复现性指南

acmmm-reproducibility
brycewang-stanford/Awesome-Journal-Skills
96
本指南旨在帮助研究人员确保多媒体领域的实验结果具备高度可复现性。它详细阐述了从代码提交、数据版本、媒体预处理参数到硬件环境记录等关键步骤，确保独立评审人员能够重现论文报告的全部结果。
查看详情

人工智能研究可复现性指南

cikm-reproducibility
brycewang-stanford/Awesome-Journal-Skills
176
本指南概述了复杂人工智能和知识图谱研究的可复现性最佳实践。它详细指导研究者如何记录和固定从数据预处理、模型训练到大模型提示词等所有环节的细节，确保即使使用了专有数据，研究结果也能被同行充分验证。
查看详情

COLT会议论文定稿准备指南

colt-camera-ready
brycewang-stanford/Awesome-Journal-Skills
175
本指南指导作者如何将COLT会议接受的匿名稿件，转换成符合PMLR出版要求的最终定稿。核心内容包括：去匿名化（恢复作者信息、致谢）、整合所有承诺的修订、核对PMLR元数据和BibTeX规范，确保提交的PDF是完整的、可引用的学术记录。
查看详情

机器人学习研究可复现性指南

corl-reproducibility
brycewang-stanford/Awesome-Journal-Skills
234
本指南提供了一个全面的框架，用于确保机器人学习研究的科学可复现性。它详细指导用户如何记录“软件可重现部分”（如模拟器版本、训练配置、代码脚本）和“硬件可审计部分”（如传感器、固件、机械臂规格），确保研究结果可以被专家验证和重建。
查看详情

计算机视觉实验设计与规范

cvpr-experiments
brycewang-stanford/Awesome-Journal-Skills
160
本指南旨在指导科研人员设计和审核顶尖计算机视觉（CV）会议论文的完整实验方案。内容涵盖了从构建公平的基准测试、进行结构化的消融实验、记录失败案例，到量化计算成本和验证跨数据集泛化性等所有关键科学环节，确保研究的科学性、可复现性和鲁棒性。
查看详情

提升视觉论文可复现性标准

cvpr-reproducibility
brycewang-stanford/Awesome-Journal-Skills
379
本指南旨在提高计算机视觉（CV）领域的学术论文可复现性。它详细说明了如何通过使用计算报告表（CRF）、维护详细的实验配方账本，以及严格记录所有训练超参数、随机种子和方差分析等方法，确保研究结果的严谨性和可验证性。
查看详情

AI研究可复现性指南

eccv-reproducibility
brycewang-stanford/Awesome-Journal-Skills
464
这是一份针对计算机视觉和AI论文的权威指南，旨在指导作者如何确保研究结果具有最高的可复现性。内容涵盖完善的训练配方记录、模型依赖的精确版本锁定（Foundation-model pinning）、以及对结果方差的诚实报告，确保学术成果的透明度和可验证性。
查看详情

NLP研究可复现性指南

emnlp-reproducibility
brycewang-stanford/Awesome-Journal-Skills
60
本指南为自然语言处理（NLP）研究人员提供了一套可复现性最佳实践。它详细指导用户如何记录模型的精确版本、数据来源、计算资源消耗和所有实验参数，确保学术工作的透明度和可信度，是发表顶级研究论文的必备知识。
查看详情

AI研究可复现性与透明度规范

facct-reproducibility
brycewang-stanford/Awesome-Journal-Skills
463
这是一套针对人工智能和数据科学领域的高标准学术指南。它指导研究者如何系统性地提升研究的透明度和可复现性，重点要求发布并记录原始数据、训练模型和定性研究的证据。通过使用数据表、模型卡等机制，确保所有研究结论均可被第三方进行全面审计和验证，从而提高学术研究的严谨性和可信度。
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
上一页1234567下一页
语言
简体中文
English