Zacznij od obszaru badań
Umieść tematykę badań, najważniejsze metody oraz najbardziej istotną publikację lub projekt na początku. Zespół rekrutacyjny powinien szybko zobaczyć, czy twoja praca pasuje do jego obszaru, takiego jak modele językowe, uczenie przez wzmacnianie lub interpretowalność. Określ swój wkład we wspólne projekty i dodaj link do publicznej publikacji lub repozytorium kodu, jeśli są dostępne i możesz je udostępnić.
Wyjaśnij eksperyment i jego wynik
W każdym projekcie określ pytanie badawcze, podejście i dowody na to, że zadziałało. Jeśli możesz je udostępnić, uwzględnij punkt odniesienia, zbiór ewaluacyjny, ablację lub miarę wykorzystanych zasobów. Podawaj liczby odzwierciedlające rzeczywistą skalę eksperymentu, takie jak liczba przetestowanych wariantów lub zmiana wartości określonej metryki. Unikaj niepopartych dowodami twierdzeń o szerokich możliwościach modelu.
Ułatw szybkie przeglądanie publikacji
Wymień wybrane publikacje w osobnej sekcji, podając tytuł, miejsce publikacji, rok oraz pozycję na liście autorów, jeśli pomoże to wyjaśnić twój wkład. Jeśli publikacja jest publiczna, dodaj do niej lub do preprintu link. Rozróżniaj prace recenzowane, preprinty i prace w toku; nie sugeruj, że zgłoszona praca została zaakceptowana, jeśli nadal jest w recenzji. Dodaj rozprawę doktorską tylko wtedy, gdy wspiera twoją kandydatarę na wybrane stanowisko.
Pokaż narzędzia w kontekście badań
Uwzględnij używane bezpośrednio frameworki i infrastrukturę, takie jak PyTorch, JAX czy narzędzia do treningu rozproszonego, i powiąż je z eksperymentem opisanym w sekcji doświadczenia. Pomiń długie listy bibliotek, które tylko wypróbowywałeś. Nie ujawniaj poufnych szczegółów projektów ani nieopublikowanych wyników, których nie możesz udostępnić, i unikaj ogólnikowych stwierdzeń o innowacyjności czy ciekawości intelektualnej.