软件下载帮助文档新闻资讯

Skill UI

浏览并发现 18950+ 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

搜索硬件，共找到 10 条记录

默认排序最新上传最多下载

Hugging Face应用部署指南

huggingface-spaces

sickn33/antigravity-awesome-skills

本技能提供一套完整的Hugging Face Spaces应用构建、部署和维护指南。它指导用户根据需求（如Gradio前端、Docker容器或静态网页），选择合适的SDK和硬件资源（包括ZeroGPU和专业GPU），并提供最佳实践，确保机器学习应用能高效、成功地部署上线。

存储系统评估与测试指南

fast-experiments

brycewang-stanford/Awesome-Journal-Skills

本指南提供了一套科学、严谨的存储系统评估方法论。它指导用户如何进行可重复的性能测试，涵盖了从使用真实硬件、控制设备状态（如老化、预处理）到选择合适的标准工作负载和指标（如尾延迟、磨损字节数）。核心目标是确保评估结果的科学性和可信度，超越简单的吞吐量报告。

数据系统科学可复现性指南

icde-reproducibility

brycewang-stanford/Awesome-Journal-Skills

本指南为数据工程领域的学术论文提供了严格的可复现性标准。它指导作者如何精确记录硬件环境、数据来源、软件版本和实验参数，确保论文中的所有性能指标和结论都是可被同行验证和重现的，是高质量学术投稿的必备环节。

机器人研究可复现性指南

icra-artifact-evaluation

brycewang-stanford/Awesome-Journal-Skills

本指南为机器人学研究人员提供了全面的方法论，指导如何打包和记录复杂的科研产物（包括算法代码、仿真环境、硬件设计、数据集和实验日志）。旨在确保研究具有高度的可复现性，帮助作者遵循“五分钟怀疑论者标准”，实现从投稿到公开的完整生命周期管理。

计算实验与方法设计规范

brycewang-stanford/Awesome-Journal-Skills

这是一份关于计算科学研究的综合实验设计指南。它指导用户如何构建符合高标准学术期刊要求的实验协议，涵盖了实例选择、基线方法、公平调参、硬件资源报告及统计验证等关键环节。旨在帮助研究人员确保实验结果的科学性、严谨性和可复现性，避免学术争议。

MLSys论文成果物评估指南

mlsys-artifact-evaluation

brycewang-stanford/Awesome-Journal-Skills

本指南指导作者如何为已接受的MLSys论文打包成果物。详细介绍了实现可用性、功能性和可复现性三个徽章的策略，指导如何构建完整的、可供第三方独立验证的提交包，包括处理硬件依赖和编写详尽的成果物附录。

AI/模式识别实验可复现性指南

prai-reproducibility

brycewang-stanford/Awesome-Journal-Skills

本技能提供了全面的指南，旨在帮助作者确保模式识别和机器学习研究的实验结果具有高度可复现性。它指导用户固定随机种子、锁定软硬件环境、规范数据处理流程，并组织完整的复现材料包，是提升学术结果可靠性和可信度的关键步骤。

系统溯源与结果可复现性

sensys-reproducibility

brycewang-stanford/Awesome-Journal-Skills

本指南提供了确保复杂物理或科学测量结果可复现性的关键策略。它强调在实验部署时必须捕获详尽的系统溯源数据，包括能量测量方法、硬件配置、固件工具链、环境条件和参考协议，从而将原始数据转化为可验证、可共享的科学成果。

图形学研究证据报告规范

siggraph-experiments

brycewang-stanford/Awesome-Journal-Skills

这是一份针对计算机图形学和可视化领域（如SIGGRAPH）的学术论文撰写指南。它指导研究人员如何将技术声明（如“更高质量”、“更快速”）与可验证的证据相匹配。核心原则包括：与当前最佳方法（SOTA）进行正面比较、提供详细的定量指标（如PSNR、SSIM）、报告与硬件绑定的性能数据，以及进行科学的用户/感知研究，确保论文具有最高的学术严谨性，有效应对领域专家的质疑。

科学论文可复现性与实验规范

ssi-reproducibility

brycewang-stanford/Awesome-Journal-Skills

本指南为学术研究人员提供撰写高水平科学论文的规范，旨在确保研究成果的可信度和可复现性。内容涵盖实验环境（数据版本、工具链、硬件）的固定、仿真与实测结果的准确区分、统计报告的严谨性，以及代码和数据的可用性声明，是提升科学严谨性的重要工具。

1

语言