软件下载帮助文档新闻资讯

Skill UI

浏览并发现 16598+ 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 ICLR ，共找到 24 条记录

默认排序最新上传最多下载

顶级 AI 会议论文撰写

ml-paper-writing

Orchestra-Research/AI-Research-SKILLs

为 NeurIPS、ICML、ICLR、ACL、AAAI、COLM 等顶级 AI 会议提供从研究仓库出发、结合 LaTeX 模板与引用验证的论文撰写流程与协作指导。

论文大纲规划

wanshuiyin/Auto-claude-code-research-in-sleep

根据审稿结论和实验结果生成结构化论文大纲，适配 ICLR、NeurIPS 等会议要求。支持可选风格参考，使大纲结构对标指定示例论文。

LaTeX论文分节撰写

wanshuiyin/Auto-claude-code-research-in-sleep

根据论文大纲逐节生成LaTeX论文草稿。支持ICLR、NeurIPS、CVPR、ACL、AAAI、ACM、IEEE等会议期刊的格式要求，自动从DBLP/CrossRef获取真实BibTeX引用避免虚构文献，处理匿名审稿与页数限制，并可选参考论文的风格进行结构性仿写。适合在已有研究计划后开始写论文正文时使用。

论文海报HTML生成器

paper-poster-html

wanshuiyin/Auto-claude-code-research-in-sleep

为学术会议（ICML/NeurIPS/ICLR/CVPR等）生成单文件HTML/CSS海报，包含硬性测量门控、真实论文图片、双色设计系统，并通过无头浏览器输出可打印PDF。

AAAI相关工作撰写指南

aaai-related-work

brycewang-stanford/Awesome-Journal-Skills

本指南提供撰写AAAI论文“相关工作”部分的详细策略。它指导作者如何系统性地定位论文的创新性，区分与现有文献（包括已发表和最新的arXiv工作）的区别，满足不同AI领域审稿人的期望，确保论文的贡献点清晰有力。

AISTATS论文主题选择指南

aistats-topic-selection

brycewang-stanford/Awesome-Journal-Skills

本指南帮助研究人员判断论文的最佳投稿平台。它指导用户评估项目是否最适合AISTATS，还是更适合NeurIPS、ICML等顶级机器学习会议，或是专业的统计学期刊。核心在于强调在开始写作前，必须明确项目在AI、ML和统计学这三个领域的交叉点和统计学原理的贡献。

语言模型论文投稿定位指南

colm-topic-selection

brycewang-stanford/Awesome-Journal-Skills

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。

学术论文可复现成果物准备

iclr-artifact-evaluation

brycewang-stanford/Awesome-Journal-Skills

本文档指导作者如何为学术会议（如ICLR）准备可复现、可审阅的研究成果物。核心要求包括提供最小的重现路径、维护数据溯源、严格匿名化所有元数据，以确保学术成果的永久记录和可信度，从而满足同行评审的要求。

学术评审回复撰写指南

iclr-author-response

brycewang-stanford/Awesome-Journal-Skills

本指南提供撰写高质量、有策略的学术论文评审回复（Rebuttal）的方法。涵盖公开与限制性评论的区分、回复结构搭建、解决评审顾虑（如新颖性、可复现性）以及在学术讨论周期内维护专业记录的注意事项。

ICLR论文定稿提交指南

iclr-camera-ready

brycewang-stanford/Awesome-Journal-Skills

本指南详细介绍了ICLR论文被接受后，准备最终定稿版本（Camera-Ready）的全流程。它指导作者完成去匿名化、整合审稿讨论期承诺的修改点、完善OpenReview元数据，并准备海报、演示文稿和视频等所有提交材料，确保达到会议的发表标准。

人工智能论文实证实验审计指南

iclr-experiments

brycewang-stanford/Awesome-Journal-Skills

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。

学术论文创新点防御指南

iclr-related-work

brycewang-stanford/Awesome-Journal-Skills

本指南为科研人员提供一套系统的方法论，用于撰写和强化论文中的“相关工作”部分。它指导作者如何准确界定自身工作的创新点，区分组件相似性与科学问题重合性，从而在顶级人工智能会议的公开评审中构建具有高度说服力的学术论证。

语言