登录
软件下载
帮助文档
新闻资讯
Skill UI
浏览并发现
18959+
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
CTI
,共找到
942
条记录
默认排序
最新上传
最多下载
ACM多媒体论文写作风格指南
acmmm-writing-style
brycewang-stanford/Awesome-Journal-Skills
126
这是一份针对ACM多媒体(ACM MM)论文的撰写和修改指南。它指导作者如何将论文的焦点从单一模态的性能指标,转移到跨模态的融合机制上。核心要求是让所有媒体元素(图、音、视频)充当直接证据,并在严格的6-8页篇幅内,将多媒体贡献清晰地展示在论文的第一页。
查看详情
计算语言学会议投稿定位
annual-meeting-of-the-association-for-computational-linguistics
brycewang-stanford/Awesome-Journal-Skills
264
本工具为作者提交ACL会议论文提供全面的指南。它帮助作者定位论文的学科契合度,确保手稿具备清晰的语言学或建模贡献,并指导如何构建满足顶级计算语言学会议要求的证据链和结构,是论文投稿策略的必备参考。
查看详情
ACML会议投稿策略指南
asian-conference-on-machine-learning
brycewang-stanford/Awesome-Journal-Skills
339
这是一份为投稿至亚洲机器学习会议(ACML)的作者提供的全面指南。本技能旨在帮助作者评估稿件是否适合该顶级会议,指导如何重塑论文结构、理解核心贡献类型(如算法、定理、基准),并确保论文的证据标准符合区域顶级AI/ML会议的要求。适用于投稿策略制定和目标会议选择。
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
CIKM投稿准备检查清单
cikm-submission
brycewang-stanford/Awesome-Journal-Skills
342
这份指南详细介绍了大型AI会议(CIKM)的强制投稿要求。内容涵盖了严格的页数预算(包括附录)、强制性的生成式AI使用声明、EasyChair的作者提名流程,以及维护双盲匿名性和遵守关键时间节点(如摘要截止周)以避免稿件被直接拒绝。
查看详情
AI论文成果包与评估指南
colm-artifact-evaluation
brycewang-stanford/Awesome-Journal-Skills
68
本指南为AI/LLM研究论文作者提供一套完整的成果包构建和评估流程。它详细指导如何打包代码、模型权重、数据集和提示词等成果,确保研究结果在匿名评审和公开发布时具备高度的可复现性、透明度和合规性。
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
语言模型论文投稿定位指南
colm-topic-selection
brycewang-stanford/Awesome-Journal-Skills
100
本指南帮助研究人员判断其语言模型(LM)研究的最佳投稿目标。它提供“研究对象测试”,帮助判断LM本身是否是研究重点,而非任务中的工具。此外,它还详细对比了COLM与ACL、NeurIPS等顶级会议的侧重点,确保文章定位准确,提高发表成功率。
查看详情
学术AI论文投稿全流程规划
colm-workflow
brycewang-stanford/Awesome-Journal-Skills
268
本指南为机器学习研究团队规划多场会议(如COLM)投稿过程提供全流程指导。内容详细规划了从主题选择、实验设计、计算资源预留到最终提交的学术出版关键路径。它强调“倒推规划”的重要性,指导用户进行计算预算分配、作者协作管理以及证据链追踪,确保在快节奏的AI研究周期内高效、可重复地完成高质量论文。
查看详情
COLT论文证明证据评估指南
colt-artifact-evaluation
brycewang-stanford/Awesome-Journal-Skills
189
本指南指导作者如何为COLT会议撰写理论论文。由于会议不设正式的“证据包”评估环节,因此本书强调将证明附录作为核心“证据”。内容涵盖了如何构建可验证的证明日志、如何严谨地追踪数学常数和外部理论结果,确保论文的理论严谨性。
查看详情
机器学习理论相关工作撰写指南
colt-related-work
brycewang-stanford/Awesome-Journal-Skills
281
本指南详细指导理论机器学习论文如何撰写“相关工作”章节。它强调从定性描述转向定量证据,要求用户构建对比表格,系统性梳理不同知识领域(如统计学、复杂性理论)的先验工作和开放问题,从而确保研究贡献和创新点达到最高的学术严谨度。
查看详情
上一页
1
2
3
...
51
52
53
54
55
56
57
...
77
78
79
下一页
语言
简体中文
English