登录
下载

Skill UI

浏览并发现 15558+ 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 Cal ，共找到 500 条记录
默认排序 最新上传 最多下载

CoRL会议论文定位指南

conference-on-robot-learning
brycewang-stanford/Awesome-Journal-Skills
337
本指南为投稿CoRL会议的作者提供专业框架。它指导研究人员如何将通用计算机科学论文，重构为具有高度专业性的机器人学习叙事。内容涵盖定义创新点、建立严格的证据标准（从仿真到现实迁移），以及如何将工作与ICRA、IROS等顶级会议进行精准对比。
查看详情

机器人学习实验设计规范

corl-experiments
brycewang-stanford/Awesome-Journal-Skills
422
本指南为机器人学习领域的科研人员提供实验设计的最佳实践。它强调了统计学严谨性，指导如何处理训练和执行过程中的随机性，如何量化仿真到现实的差距，以及如何保证不同基线模型（如BC/RL/VLA）的公平性评估，确保研究结论的可靠性。
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

机器人学论文补充材料提交指南

corl-supplementary
brycewang-stanford/Awesome-Journal-Skills
343
本文档详细介绍了顶级机器人会议的补充材料提交规则和最佳实践。内容涵盖视频、附录、代码和数据等多个方面，指导作者了解不同的提交通道、严格的技术要求（如视频大小限制、匿名化处理），以及从评审阶段到最终印刷版（Camera-Ready）的完整过渡流程，确保所有论证材料的规范性。
查看详情

人工智能与计算机会议投稿指引

cs-ai-conference-workflow
brycewang-stanford/Awesome-Journal-Skills
120
这是一个用于指导学术作者选择顶级计算机科学和人工智能会议的专业工作流路由器。它帮助用户根据论文的贡献类型、证据形式、目标受众和当前的投稿要求，精确地选择最合适的投稿会议，避免盲目投稿。
查看详情

CVPR论文成果物提交与评估指南

cvpr-artifact-evaluation
brycewang-stanford/Awesome-Journal-Skills
398
本文档为CVPR论文作者提供的全套指南，详细介绍了如何科学地打包和提交代码、模型和数据集。内容涵盖了审稿阶段（“密封盒”规则）和正式发布阶段（许可、溯源、版本锁定）的最佳实践，确保研究成果具备高度可复现性和长期可信度，可供任何专家进行验证。
查看详情

CVPR论文投稿方向选择指南

cvpr-topic-selection
brycewang-stanford/Awesome-Journal-Skills
416
本指南为计算机视觉研究人员提供战略性定位工具。它帮助用户判断论文的核心贡献点是关于视觉数据还是视觉计算，根据方法、数据集、系统或应用等不同贡献类型，提供详尽的适用性测试和投稿路径图，推荐最合适的顶级会议或期刊。
查看详情

自然语言处理论文实验证据规范

eacl-experiments
brycewang-stanford/Awesome-Journal-Skills
149
本指南旨在帮助作者构建顶级自然语言处理（NLP）会议论文中严谨的实验证据部分。它强调了报告的科学性和可信度，要求在实验设计中包含公平的基线模型、明确的统计学控制（如方差、显著性测试）、数据污染检测以及详细的人工评估流程。确保您的研究结论是经过严格审计的。
查看详情

EACL论文提交审核指南

eacl-submission
brycewang-stanford/Awesome-Journal-Skills
254
这是一份针对向EACL提交论文的作者的全面预提交审核指南。它详细覆盖了格式合规性（如内容页数限制、必填“局限性”部分）、严格的匿名化要求、强制性声明（如负责任的NLP清单）以及关键的提交流程和时效性陷阱。使用本文档确保论文满足所有学术会议的要求，避免初审阶段被拒。
查看详情

AI会议论文作者回应指南

ecai-author-response
brycewang-stanford/Awesome-Journal-Skills
186
本指南指导作者撰写AI顶级会议的单轮双盲作者回应（Rebuttal）指南。内容涵盖了如何精确、简洁地纠正审稿人的事实误读，提供现有工作支持的缺失证据，并构建有力的论证。强调回应必须基于可验证的事实，不应提出新的工作或过度辩论意义。
查看详情

构建严谨的人工智能研究证据

ecai-experiments
brycewang-stanford/Awesome-Journal-Skills
150
本指南为AI研究者提供了撰写顶级学术论文的规范要求。它详细指导如何根据研究主张（如证明完备性、效率提升或泛化能力）选择和构建最合适的证据：是需要形式证明、受控的实证对比，还是真实的部署案例。内容覆盖了机器学习的科学性要求（如报告多个随机种子、进行机制消融），确保研究的完整性和可复现性。
查看详情

人工智能论文可复现性指南

ecai-reproducibility
brycewang-stanford/Awesome-Journal-Skills
351
本指南提供针对顶会（如ECAI）的AI/ML研究论文的可复现性构建方法。详细介绍了两种模式：理论工作需在补充材料中提供完整的证明和假设，而经验工作则要求固定随机种子、缓存原始输出，并对数据集、模型和环境进行严格的溯源追踪（Provenance Pinning）。同时，也涵盖了双盲评审的最佳实践和主文与补充材料内容的合理划分。
查看详情
上一页123...32333435363738...404142下一页
语言
简体中文
English