材料

文书

  • CV
  • PS/SOP
  • PHS
  • RL
  • 面试 Slide(for PhD)

申请重要性排名

Reference:

For PhD

  • RL » Pub / Competition > GPA » T > G

Competition:是指那种国际比赛，比如nips challenge那个档次的，像ACM区域赛、美赛这种几乎都不看吧……(n+e Blog)

RL:国外>国内，title越大越好，前提是不是平推或者黑推不然整个申请直接作废。据说committee不怎么看中国老师推荐信，大概是几乎不看所有课程推+不认识的or没title的国内老师的推，有内容的话另说

科研

项目

  • Mila:位于加拿大蒙特利尔的全球最大的人工智能研究机构之一，由深度学习先驱Yoshua Bengio教授创立并领导。它汇聚了顶尖的学术界和产业界人才，专注于推动深度学习及相关领域的突破性研究。

Mila不看英语成绩，他们的机筛标准是一篇一作AI paper他们没有机筛，一个个打分

他人经历

n+e

  1. 早期接触科研： 大一、大二就开始进入实验室和团队做项目。

    • 项目1 (大一/大二)： 在姚海龙教授的OOP课上解决了逃逸布线的开放问题，并改进算法，发表了CCF A类期刊TCAD（一作）。

    • 项目2 (大二下实习)： 在旷视科技（Sensetime）做了去噪（denoising）相关的AI项目，学习了PyTorch，但因经验不足和队友问题，结果不理想，无成果发表。

  2. 强化学习方向深耕： 将强化学习定为申请方向，并在实验室持续投入。

    • 项目3 (大二下/大三上)： 在实验室与sisl合作，参与Vizdoom 2018 Track1竞赛并获得第一名。之后将成果整理成论文，先投AAAI’19被拒，重写后改投IJCAI’19并被接收（共一）。

    • 项目4 (大三上)： 在实验室“接锅”，独立完成一个项目代码和实验，投递TNNLS（CCF B类期刊），作为二作，但审稿过程漫长且不顺利。

    • 项目5 (大三期间的零散项目)： 维护强化学习平台Tianshou代码，做其他强化学习小项目。

  3. 暑期研究经历：

    • 项目6 (暑研)： 在Yoshua Bengio（Mila）的团队做了大量NLP和少量RL项目，但没有做出有说服力的成果（没发论文或workshop）。他个人认为NLP方向算力要求高、难调参、成果易被超越，表示未来不想再做NLP。

  4. 对申请的看法： 认为多领域尝试（VLSI、CV、RL、NLP）是优势，但最终最看重Yoshua Bengio的推荐信。

选校