登录
下载

Skill UI

浏览并发现 15532+ 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 MPI ，共找到 30 条记录
默认排序 最新上传 最多下载

EMNLP投稿策略指南

conference-on-empirical-methods-in-natural-language-processing
brycewang-stanford/Awesome-Journal-Skills
220
本指南帮助作者将经验性自然语言处理（NLP）手稿优化，使其符合EMNLP会议的投稿要求。它详细介绍了会议契合度、所需的证据（如基线模型、误差分析、数据集），以及如何从论文角度优化叙事结构，以适应顶级AI会议的评审标准。
查看详情

MLSys会议投稿定位与策略

conference-on-machine-learning-and-systems
brycewang-stanford/Awesome-Journal-Skills
433
本指南旨在指导作者将机器学习系统论文定位到MLSys的顶级会议标准。它详细阐述了该会议对系统级贡献（如训练/推理基础设施、编译器、数据系统和硬件感知ML）的特定要求。帮助作者学习如何重构论文叙事，强调其对模型能力、成本、可靠性或部署规模的实际系统影响，以抓住审稿人的关注点。
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

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

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

EMNLP论文投稿选址指南

emnlp-topic-selection
brycewang-stanford/Awesome-Journal-Skills
315
本指南帮助研究人员决定其实证NLP论文的最佳投稿平台。内容详细阐述了EMNLP对“实证方法”的要求，提供项目自检测试，并对比了各大顶级会议（如ACL、ML、CoNLL等），指导作者选择最合适的投稿方向和论证角度。
查看详情

EMNLP论文写作风格指南

emnlp-writing-style
brycewang-stanford/Awesome-Journal-Skills
364
本指南详细介绍了EMNLP论文投稿所需的实证写作风格。重点在于严格限定实验范围（Scope），确保所有证据和例子都是基于数据的，指导作者以现象为先，结构化地呈现研究发现，并精确校准论证的证据强度。
查看详情

AI公平性审计与证据设计

facct-experiments
brycewang-stanford/Awesome-Journal-Skills
105
本指南为AI公平性、可问责性和透明度（FAccT）实证研究提供了严格的方法论标准。它指导研究人员如何将特定的研究声明与合适的证据类型（如分层指标、定性编码数据、伦理审批流程）相匹配，强调必须纳入伦理审查、处理受保护属性和明确方法局限性，确保研究的科学性和伦理性。
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

机器学习理论投稿定位指南

colt-topic-selection
brycewang-stanford/Awesome-Journal-Skills
248
本指南帮助研究人员确定其机器学习理论成果的最佳投稿路径。它提供了一个评估框架，用于判断一个结果是更适合COLT（学习理论会议），还是更适合其他顶级会议或期刊。重点在于区分严谨的数学证明（如界限、分离）与纯经验性的发现。
查看详情

自动规划会议投稿策略指南

international-conference-on-automated-planning-and-scheduling
brycewang-stanford/Awesome-Journal-Skills
139
该指南为目标投稿ICAPS等顶级会议的作者提供帮助。它帮助作者重新构建自动规划与调度论文的叙事结构，详细指导如何定位贡献点、确定所需的实证或理论证据、优化核心术语，以及如何将论文与相关领域其他会议进行战略对比。适用于投稿策略制定和稿件校准。
查看详情
上一页123下一页
语言
简体中文
English