指南首页/资料总索引
EN
资料总索引

认识课题组与研究团队

看课题组,是为了知道一个问题有哪些人在做、他们怎样连续推进。挑一个项目,从论文、代码和作者主页来回看,比记一串实验室名字更容易形成印象。

从国内高校找到老师与课题组

从学院官网进入教师名录,看研究方向、最近论文和学生主页;再沿项目找到你想进一步了解的团队。

视觉、机器人与具身

  • Stanford Vision and Learning Lab(SVL):视觉理解与学习,主页有 BEHAVIOR、ObjectFolder 等项目。可以先看机器人要完成什么任务,再看数据、感知和评价怎样设计。
  • Berkeley RAIL:学习算法、机器人和视觉,关注通过学习获得灵活的行为。先从 Publications 选一个项目,再到 Software 看实现。
  • 清华大学具身智能实验室:校方的课题组介绍入口。由这里继续找团队与项目,接具身方向里的学习材料。
  • 上海交大 MVIG:机器视觉与智能研究团队,主页提供研究与申请信息。关注具身项目时,可以沿团队作品认识具体研究者。
  • Berkeley AI Research(BAIR):更大的研究社区入口,可以通过研究博客读成员对工作的解释,再找到具体课题组。

语言模型与高效计算

  • Stanford NLP:自然语言处理研究,适合沿论文、成员和教学资源认识问题之间的联系。
  • MIT HAN Lab:高效 AI 计算,研究模型压缩、部署和算法与系统的配合。对量化、推理速度感兴趣,可以从主页的 AWQ、SmoothQuant 等工作继续看。
  • THUDM / THUKEG 开源组织:通过开源仓库找模型、评测及论文。

工业研究:看原始发布与技术材料

OpenAI News、Anthropic Research、Google DeepMind 论文、Google Research放在一起,方便从一条消息继续追原始工作。读到相关主题时再深入,看看任务、数据、评价和限制分别是什么。

看完一个主页,能做什么

选一篇你能说出“我对这个问题感兴趣”的文章,找出它的前作或后续工作。再看看具体是谁做的:学生主页往往还有博客、项目记录或代码,可以补上论文里没展开的部分。

如果准备联系,按联系老师、学长与合作整理自己的问题和尝试。申请前读团队当前的招募条件;例如 SVL 主页的申请入口写明面向 Stanford 学生,MVIG 本科实习入口列有校内学生条件。