民大UC Berkeley访学项目指南：修订间差异

第1行：

民大与伯克利合作的项目叫做BISP(Berkeley International Study Program)，国际合作处在每个学期的前几个星期内会发布申请通知，标题为《关于开展20xx年本科生校际访学项目（春/秋季学期）选拔工作的通知》，注意关注信息门户即可。伯克利的项目没有人数限制，只要满足要求都可以参加，具体的要求每年可能会变，总的来说有以下几个：

* 经济，一学期总开销约$2w+

* 经济，一学期总开销约 $2w+

* 语言，一般是托福90/雅思7/Duolingo 125/TOEIC750/CET-6 520

* 语言，一般是托福90 / 雅思7 / Duolingo 125 / TOEIC750 / CET-6 520

* ~~平均分，一般是80~~/~~85且要求无不及格科目~~

* 平均分，一般是 80 / 85 且要求无不及格科目

按通知要求将《中央民族大学本科生境外留学申请表》、中文成绩单和外语水平证明交到学院的'''教学办'''，就完成申请工作了。外语水平证明有时可延期提交，届时将证明通过邮件发到BISP(bisp@berkeley.edu)，教学办那边可只交前两个文件。

第160行：

=== 课程 ===

每门课程都有一个对应的编号，以CS或EECS（偏电气工程）开头，编号小于100的是低阶课，如CS61A，编号大于100的是高阶课，如CS189，编号大于200的是研究生级别的课，如CS284。HKN的[https://hkn.eecs.berkeley.edu/courseguides 课程地图]对主流CS课程做了详细的介，Codebase的[https://medium.com/berkeley-codebase/codebases-guide-to-berkeley-computer-science-b6f3428f6b4d 这篇文章]对高阶课做了更细致的分析。GPA无需特别担心，统计上来说，总成绩在课上排前30%就能拿A，即4.0 / 4.0。

每门课程都有一个对应的编号，以CS或EECS（偏电气工程）开头，编号小于100的是低阶课，如CS61A，编号大于100的是高阶课，如CS189，编号大于200的是研究生级别的课，如CS284。[https://hkn.eecs.berkeley.edu/ HKN]的[https://hkn.eecs.berkeley.edu/courseguides 课程地图]对主流CS课程做了详细的介，Codebase的[https://medium.com/berkeley-codebase/codebases-guide-to-berkeley-computer-science-b6f3428f6b4d 这篇文章]对高阶课做了更细致的分析。GPA无需特别担心，统计上来说，总成绩在课上排前30%就能拿A，即4.0 / 4.0。

[[文件:Grade def.png|居中|缩略图|780x780像素|担心绩点的同学可要小心A-了]]

有些课程会以原始总成绩记分，有些课程为了让成绩贴近正态分布而调整所有人的成绩，这就是''curve''。高年级课程和低年级课程curve的标准不同，具体参见[https://eecs.berkeley.edu/resources/faculty-staff/academic-personnel/grading-guidelines-undergrad/ 评分指南]。

第170行：

==== [https://bair.berkeley.edu/ BAIR(Berkeley Artificial Intelligence Research)] ====

BAIR是全球学术界非常知名、影响力极大的人工智能研究机构之一。它并不是一个单一方向的小组，而是一个跨学科的大实验室，汇聚了伯克利几十位教授和几百名博士、硕士以及本科研究人员，涵盖的方向包括ML、DL、CV、NLP、Robotics、RL等，早期的 Soft Actor-Critic (SAC)'''、'''contrastive learning (SimCLR、MoCo相关)'''、'''Diffusion policy for robotics 等都有BAIR的研究人员参与。学术氛围很开放，很多项目都强调开源代码和公开数据集，目的就是为了推动社区发展。BAIR的研究经常与业界有合作，如 Google、Meta、OpenAI、Tesla 等。很多毕业生直接进入顶级大厂的AI Lab或创办创业公司（如 Covariant、Gradescope、Anthropic 的成员背景中很多都有BAIR校友）。在学术界，BAIR是与 MIT ~~CSAIL、Stanford~~ AI ~~Lab、CMU~~ AI 齐名的顶尖AI实验室。

BAIR是全球学术界非常知名、影响力极大的人工智能研究机构之一。它并不是一个单一方向的小组，而是一个跨学科的大实验室，汇聚了伯克利几十位教授和几百名博士、硕士以及本科研究人员，涵盖的方向包括ML、DL、CV、NLP、Robotics、RL等，早期的 Soft Actor-Critic (SAC)'''、'''contrastive learning (SimCLR、MoCo相关)'''、'''Diffusion policy for robotics 等都有BAIR的研究人员参与。学术氛围很开放，很多项目都强调开源代码和公开数据集，目的就是为了推动社区发展。BAIR的研究经常与业界有合作，如 Google、Meta、OpenAI、Tesla 等。很多毕业生直接进入顶级大厂的AI Lab或创办创业公司（如 Covariant、Gradescope、Anthropic 的成员背景中很多都有BAIR校友）。在学术界，BAIR是与 [https://www.csail.mit.edu/ MIT CSAIL]、[https://ai.stanford.edu/ Stanford AI Lab]、[https://ai.cmu.edu/ CMU AI] 齐名的顶尖AI实验室。

[[文件:Bair faculty.png|居中|缩略图|734x734像素|群贤毕至]]