Sophia
交叉信息研究院 / MSCS@Stanford ¶

基本信息¶

专业：计算机科学与技术（计算机科学实验班）
GPA：3.9
排名：30%
科研段数：4
TOEFL/IELTS：109 (RNone, LNone, S24, WNone)
GRE：330 (VNone, QNone, W4.5)

申请方向

AI + HCI，主申美国 Top 10 PhD，混申master

科研/实习经历

微软亚研院实习：NLP项目，一篇ACL一作在投
清华未来实验室：CV项目，一篇CVPR二作
春研 @ University of Maryland：NLP项目，一篇EMNLP findings一作
暑研 @ Stanford (UGVR)：HCI项目，一篇CHI一作在投

方向可以说是相当的杂，NLP、CV、HCI都做过，甚至还夹杂着做过一点RL，考虑到纯NLP方向太卷以及我对HCI的兴趣，申的AI+HCI方向。事后来看申这个方向非常正确，虽然我在HCI领域的经历很少，但是由于跟随的是HCI的大佬以及有非常interdisciplinary background，教授们对我普遍还挺感兴趣的。

其他经历

套磁：申请季疯狂套磁，个人认为还是有一些帮助的，帮我提前排除掉了一些不招生的教授 + 锁定了对我表达出较强兴趣的教授，还有幸在正式申请前和CMU的一位AP深入聊了一次，她对我的申请准备提了许多有价值的建议（感谢她！）

推荐信

强推, 科研推
强推, 科研推
强推, 科研推

申请项目¶

项目	学期	结果
MSCS@Stanford `Master`	2023 Fall	Chosen
EECS@MIT `PhD`	2023 Fall	Reject
EECS@UCB `PhD`	2023 Fall	Admit
HCII@CMU `PhD`	2023 Fall	Admit
MLT@CMU `Master`	2023 Fall	Reject
LTI@CMU `PhD`	2023 Fall	Admit
MCDS@CMU `Master`	2023 Fall	Reject
MIIS@CMU `Master`	2023 Fall	Reject
CS@UW `PhD`	2023 Fall	Admit
CS@UIUC `PhD`	2023 Fall	Admit
CS@Harvard `PhD`	2023 Fall	Reject
CS@Yale `PhD`	2023 Fall	Reject
CS@Columbia `PhD`	2023 Fall	Reject
CS@UCSD `PhD`	2023 Fall	Admit
CS@UMich `PhD`	2023 Fall	Reject
CS@UMD `PhD`	2023 Fall	Admit

申请总结¶

本帖直接搬运自知乎，知乎原文链接

申请中用到的资源¶

各个学校的官网：翻遍faculty list，选出感兴趣的教授，许多教授在自己的主页上也会写如果想套磁ta应该怎么做
Twitter：非常好用但经常被遗漏的信息源，很多教授（尤其是新AP）会在上面发布招生信息。推荐关注一些同领域的大佬，他们会帮转其他教授的招生帖，有些教授甚至尚不在学校官网的faculty list中，宝藏教授++
csranking：广为人知的网站，适合用来查教授，不过会漏掉一些新老师，而且单纯靠pub来排名也不完全靠谱
computer-science-open-data：Prof. Jeff Huang做的更加靠谱的CS排名
一亩三分地：广为人知的海外社区，甚至许多教授也是里面的用户
gradcafe：全球申请人都会在上面发面试/offer情报
cs-sop：许多可以参考的范例文书，里面有标注哪个文书申到了哪个学校（虽然文书和申请好坏没有绝对相关）
Fiverr：找老外帮忙修改文书，我当时的Editor主要帮我修了一些语法错、把用语改的更地道了，对内容没做什么修改，这里有对Editor的推荐
CS197：斯坦福宝藏课程，教你怎样计算机科研
入门经验帖：略

留学机构¶

其实我在申请季没有大量看网上的经验帖，而是大量请教了学长学姐，因为一对一的沟通会更加高效、而且可以获取有针对性的信息。我有报留学机构，他们帮我匹配的学术导师也在选校、撰写文书、准备面试上给予了我一些帮助，但缺点就是报机构非常昂贵。

关于是否需要找中介机构、留学辅导，我是这么想的：

如果你非常擅长自己搜寻信息 / 是社牛的话其实完全不需要留学辅导，自己DIY + 在网上收集通用的信息 + 找学长学姐聊天获得针对性的指导就足够了，留学机构本质上也是给你匹配学长学姐来帮忙出主意，但是收费非常昂贵
如果你相对偏社恐或者不好意思总去“骚扰”学长学姐，这个时候就比较推荐找留学机构，有偿找学长学姐帮忙没有心理负担
找机构的话推荐半DIY，不推荐全包的服务，因为全包帮你代写文书的机构员工一般都不是同专业的、不了解你做的工作，而且外人肯定没有你自己对自己上心，有些无良机构甚至会为了实现“保录”故意打压你的期望，让你申请相对较差的学校
没有靠谱的机构，只有靠谱的学长学姐，最好在签约机构前就确定下来是谁指导你。机构提供的帮助80%以上都来自于“学术导师”，即匹配的学长学姐。我当时的学术导师非常认真靠谱，在留学的准备以及决策中都给了我许多建议；不过我男票（签约了同一家机构）的体验就一般般，帮助很有限。更多关于留学机构的坑爹情况可以看这个清华学长的文章
如果你已经有了出国留学的打算并且准备找机构，推荐尽早签约，据我对身边同学的观察越早进行规划效果是越好的，如果大四才开始准备会有点晚

标化成绩¶

标化考试的意义在于一个bar，超过bar对于申请可能没有什么好处，但是低于bar通常会有负面影响。学校写在官网上的硬性要求比如托福100+是不完全可信的，这个一般只作为机筛的标准，除非申请人其他方面极其优秀，他们在录取中实际采用的soft bar往往比这个要高。

GPA与排名¶

我的GPA是3.90，看起来还不错但是院系排名只有前30%（茶园大佬太太太多了哇）。

GPA在PhD的录取过程中并不算很重要，一般3.7+就还可以，科研能力更重要。网申系统上一般会要同时填整体GPA和专业GPA，教授们当然更看重后者，所以如果你的整体GPA一般般也不用担心。不过最最顶尖的学校还是挺看中GPA的（Stanford说的就是你），尤其喜欢招年级第一第二。

系统上的排名基本上是选填的，如果排名不是你的亮点（不是前10%）一般就不建议填了。什么，你说你是年级第一？那当然是在申请系统、CV、SoP上都写个遍啦

不过排名这件事情其实很tricky，一个学长跟我们讲的笑话：他在审材料的时候发现同一个院系的四个同学都同时写自己是年级第二，还有一个GPA更低的同学说自己是年级第一：）这主要是因为大家一般会选择对自己而言相对来说比较有利的那个排名，比如综合排名vs专业排名，三年的排名vs后两年的排名，或者如果你获得了院长奖/特奖，这也是一种第一。

托福¶

再来讲讲陆本同学独有的烦恼：托福。托福一般建议考到105+，口语建议24+，因为口语是和其他人交流科研idea和做TA必要的，不到24录取了可能会需要上额外的英语课。一位斯坦福大学的教授曾跟我们分享，对于最顶尖的学校，比如Stanford MIT这种，CS的soft bar是108分。所以建议尽量提前准备英语成绩，只要准备到位，考高分比发paper容易多了。

我很早就打算未来出国读研，第一次考托福是在高三毕业的那个暑假，当时准备的时候刷了很多套题，找一对一老师练习了写作和口语，最终考出了个人最高分110，口语24，和大佬们不能比哈哈。在这里非常推荐大家趁着刚高考完对各种高级句式、语法背的滚瓜烂熟考托福，这个暑假时间很长也可以做充分的准备。

不过托福考试只有两年有效期，这次托福只能用于申请春暑研，因此我在春暑研期间又裸考了两次，一次108一次109，口语一次23一次24，实力证明在英文环境里待着并不能有效提高英语水平，不过也可能是因为我平常还是更多地跟中国小伙伴玩哈哈。

GRE¶

我是在大一的暑假准备的GRE，GRE虽然词汇量要求更高了，但是没有最难的口语项目，靠大量刷题就完全能拿到高分。如果想要上GRE课的话可以关注一下”皇冠GRE“，他们家当时有免费的视频课，听完课还是有一定帮助的，就是不知道现在课程还是否免费。

我当时是疫情期间在家考的GRE，第一次考的时候写作部分没有上传成功，最后写作只拿了2.5，果断补考一次，考到330+4.5。

越来越多的PhD项目不再需要GRE成绩，有多个学校在官网上写着不要提交GRE成绩，甚至不能在任何材料中提及GRE分数。对于CS master尤其是master of engineer来说，GRE则会重要的多，毕竟他们参考科研经历的比重小了。

不过仍然有少量学校的PhD是必须要求GRE的（印象中UC系就有学校要求），还有的学校（印象中包括Stanford）对GRE是optional，在这种情况下如果有一个高分相比没有分数的同学依然是加分项。事实上，据一位在GRE optional的学校当committee的学长说，几乎所有的申请人仍然交了GRE成绩。

所以我的建议是，如果准备的比较早、有时间的话最好考出一个325+的分数，这样之后申请的选择范围不受限；如果已经快要申请、来不及了就先不用考GRE了。

科研经历¶

回顾我在本科期间的几段科研经历，可以说做过的方向相当零散，很佩服自己是怎样在没有明确主线的情况下，最终把它们拼成一篇SoP的哈哈。

很多学长学姐会建议说，建议找准一个方向积累科研经历，这样对于提升这个领域的技能以及发paper都是很有帮助的。然而，对于很多同学来说，究竟自己喜欢并擅长什么方向是并不明晰的，很多时候我们只是跟风地选择了热门方向、加入了好朋友也在的实验室。

我很羡慕许多朋友一上来就找到了match的方向，但是对于包括我在内的另一些同学来说，寻找自己究竟适合什么则是一条漫长的道路。其实，我现在也仍然在探索中，毕竟，读博与科研是一段很长的投入，如果我们在其中的收获与精神满足不及为此付出的沉没成本，那么这件事情便不值得做，不是么？

零、小白入门¶

我很早就进入了学校的实验室，也非常推荐学弟学妹们如果有未来申请留学的打算，要尽早开始规划、尽早加入实验室进行科研尝试。

我的“第0段”科研是在大一的寒假和下学期在lzy老师的实验室里进行的，之所以说是第0段是因为没有任何结果产出。这段科研中我负责的部分主要是“给学长打工搬砖”，包括处理数据、跑跑实验、画图这些杂七杂八的工作。

受知识与经验所限，除非你是天才或者高中期间就有很多积累，低年级本科生的科研很难做出实质的科研贡献，而跟随学长学姐感受科研是什么、大概是怎么做的，怎样使用Github、Shell、Pytorch这些基本工具，尝试去看懂最前沿的论文，参与组会听大家交流idea大概就是这段经历的意义所在。

这段科研中我们最终产出了一篇paper，答主有幸被挂上了三作，不过这篇paper投稿多次一直没有被接收就是后话了……

我的第0段科研是NLP方向的，当时选择这个方向主要是因为这个方向很火、看上去很有趣。低年级本科生的试错成本是很低的，在选择科研方向时可以大胆尝试，如果你觉得某门课或者某项工作非常有趣，不妨和授课教授聊一聊他们组都在做些什么、有没有可以安排给你的project。对于高年级本科生来说，选择科研方向和教授的时候则需要慎重得多——方向卷不卷、教授的connection多不多、能否快速出成果……

如果学校本身就有大规模的本科生科研项目，比如大创、Student Research Training等，也可以积极报名参与。顺便，如果你是清华的同学，非常推荐报名星火计划，斯坦福暑研UGVR项目中的许多同学都来自星火计划。

一、正式上路¶

估计是因为NLP这个方向太火的原因，lzy老师的组是一个非常非常大的组，组里加上本科生大概有几十号人。大组的好处是可以跟更多的同学、学长学姐交流，但是另一方面与导师亲自交流的机会则比较有限。个人认为在刚刚起步科研的时候，能够得到一位经验丰富的前辈的密切指导，跟你一起brainstorm idea，带着你快速学习快速迭代是对成长非常关键的。

我的第一段正式科研是在一位学姐的内推下来到了微软亚洲研究院（MSRA）实习。早就有所耳闻MSRA的大名，正好遇到有NLP相关的实习机会，当然是果断加入！通过了一两轮LeetCode中档题的面试后，我在大二暑假顺利入职了MSRA。

在这里必须要强烈安利一下MSRA：硬性条件上，室内装修的很漂亮，每人都有非常宽敞的工位，食堂便宜又好吃，附近的馆子也很多；软性条件上，这里的导师（也就是正式研究员）都非常nice，每个导师只带两三名同学，会“手把手”教你一步步做科研，有什么不懂的或者想讨论的都可以随时找导师聊聊，组里的同学也很nice，大家经常约着一起出去玩。

回归正题，这段工作我们做的是生成Excel表格中的公式，而研究如何抽取Excel表格中的信息、如何理解数据则是MSRA DKI组的特色。我们使用的模型是NLP的模型，不过任务不是传统的NLP任务。

在这段科研中我终于从辅助角色“升级”成了lead role，亲自完成了从设计模型结构、推导数学公式、设计训练算法、写paper、甚至reviewer喷之后怎样激bei情wei对qiu线qing等的一系列工作，完整体验并初步掌握了怎样去做科研，真的非常感谢我在MSRA的导师拉着我的手带我正式走进了科研的大门。

二、自由探索¶

我的第二段科研其实是我们院的AI+X的课程项目，做的是我自己想到的CV idea：把一个人脸上的妆容迁移到另一个人脸上。当时想的是可以用于仿妆社区、智能美妆镜、或者上门化妆服务之类的，模型做出来之后才发现在这些场景并没有决定性作用就是后话了哈哈

这个项目完全是自己攒的，感谢叉院课程的自由，我找到了清华未来实验室的主任来当导师，跟同班大佬一起合作完成这个项目，我主要负责端茶倒水一起brainstorm idea、设计界面、做测试和用户实验。

虽然idea不如大佬的idea work，但是界面设计和用户实验却因为我后来往HCI方向转，在申请UGVR项目和申PhD时意料之外地派上了用场。总之，抱紧大腿被直接带飞，作为二作发了一篇ECCV paper，开心！

这里向清华的学弟学妹们安利一下未来实验室，他们做的项目都非常好玩，而且里面有来自各个院系的同学（包括美院），非常的学科交叉。不论是否去那里做项目，都非常推荐去参观一下他们的实验室，设计的很有未来感！

三、美式体验¶

申请春暑研感恩叉院的课程设计以及姚老板的慷慨资助，让我们有机会在大三下学期出国春研。对于其他院系或学校的同学，在春季学期出国科研也是可行的，不过在资金和流程上会困难一些。以我男票（清华电子系）为例，他办理了大三下学期的休学手续才被允许出国访学，还有一些同学通过本科毕业后gap一年来积攒海外经历和connection，也是很划算的选择。

当然美本的同学最幸福了，天然处于美国的学术圈子中，可以忽略这些流程上的内容，一般跟着自己学校的教授做即可，如果还不满意也可以让教授帮忙推荐、连接到更大牛的教授。

先说下时间线：对于陆本同学线下春暑研，从联系教授、办理签证等手续、到最终抵达美国通常需要5~6个月的时间，一定要算准时间点早早开始套磁；如果是线上春暑研则要方便的多，导师同意后可以立即开展，不过线上的科研体验、和导师的熟悉程度是远不如线下春研的。

从春季开始科研的话大概是3月~9月，如果是比较快节奏的AI方向，完全有机会做两段科研、拿两封推荐信的，因此我当时在申请春研时就跟教授说好了从3月做到6月，留出时间暑假再做另一个项目，不过一个潜在的劣势是教授对你了解没那么深。

再来讲讲怎么找导师：大家常说的套磁其实是找春暑研效率最低的方式，但是当时懵懂的我并不知道这一点，于是就每天非常苦哈哈地写邮件、发邮件。注意，切忌给每个教授群发一样的内容。

的邮件石沉大海，少部分收到教授回信说自己不招生/你申晚了错过了我们的项目下次再来吧/etc，我总共发了二三十封邮件，最终只有两个教授愿意跟我meeting，我在综合了安全、同伴等因素后选择了马里兰大学的一位教授。

后来我也有反思为何回复率这么低，可能一个因素是当时的我比较希望找senior的教授而不是citation较少的年轻assistant professor。真想回去告诉当时的自己，年龄大、citation多是教授厉害、connection丰富的既不充分也不必要条件！许多年轻AP的上升势头非常迅猛，资源不比年长的教授少，而且更愿意花时间带学生。与其通过citation来选教授，倒不如通过Twitter关注量来选教授，后者直接说明这个教授在学术圈的受欢迎程度。

同时期我男朋友找春研的方式则高明的多，他没有去大量给教授发邮件，而是直接联系了他感兴趣的MIT教授的中国PhD学长，跟学长meet后学长表示愿意带他、愿意向教授引荐他，于是春研就这样轻轻松松地敲定了，KO！

如果你在本科学校跟的导师connection较为丰富的话，其实还有一个更好的方案，就是让导师来向国外教授点对点推荐。可惜我在国内的导师能帮我推到的教授我都不大感兴趣，不适用这个方案。

科研体验

我在22年3月份终于抵达了美利坚，除了所有的牌子全变成英文带来的陌生感，美国人的普遍热情social，和辉瑞疫苗让我两次发烧（doge），并没有感受到太多美国震撼。

初来乍到，赶忙报道，落地的第二天我便来到实验室见教授。教授提出了两个课题让我选择，一个是帮组里的PhD学姐打下手，另一个是接替一个硕士学长做了一半不做了的项目，主题是探索人类与计算机怎样在开放域问题回答上合作，以及AI模型与人类的gap在哪。迫切需要积攒independent research的经历的我当然果断选第二个，找教授亲自带也能有更多跟教授接触的机会。

而以我男票为例，还有很多同学在春暑研中是由博士学长学姐来带的。好处是随时可以讨论、有什么问题都及时得到解答，非常方便，但是缺点是跟教授meet的机会会相对少，教授可能无法充分的了解你，对你的了解更多来自带你的PhD。这种情况下一定要跟学长学姐搞好关系，并且尽量自己主动争取机会多和教授meet，在开组会时积极表现自己。

说回我自己的科研，马大的这位教授非常喜欢从自己收集数据开始的NLP research，所以我们的第一步是在自己搭建一个用于收集user data的游戏，这在AI的视角下比较耽误时间，不过在HCI的视觉下让我有了更多设计界面的经验，也从中学到了很多新技能，甚至包括怎样搭一个简易的搜索引擎。

设计游戏的同时，我也在同步开发用于评测人类表现和AI表现的框架，以及一个适用于开放域问答的RL模型。这个任务需要模型能通过使用信息抽取系统多次搜索来找到想要的答案，非常复杂，没有可以模仿的数据直接训练RL模型很难收敛。

我们的设想是能够先用人类数据做behavior cloning来warmup，之后再通过reward来训练，可惜我们直到项目后期才收集好数据，只能把数据和代码交给教授的下一个同学来继续了~ 我们在收集完数据后火速赶出来一篇paper投到EMNLP，只中了findings，不过在我们写的如此匆忙的情况下能中就满意啦。

给教授留下好印象

从申请的功利角度出发，我们去做春暑研肯定都希望给教授留下好印象、拿到强推，那具体怎样做呢？如果你在这段科研中做出了非常amazing的成果，发表了顶会paper肯定是能拿到强推的。

不过，一段科研是否有产出是不确定的，我们的idea是否work，以及最后能否发出来paper都存在随机性，我们能保证做到的就是在过程中、在态度上让教授感受到我们的真诚和积极努力。

比如，在每次和教授1 on 1 meet的时候，我都会提前准备好一个Google doc，列出来我上周都做了什么，遇到了什么困难、查了哪些资料、做了什么尝试，以及我接下来的idea和计划。很多中国同学可能会比较害羞，但是一定要突破自己的舒适圈，多沟通、多表达，教授都喜欢积极主动的同学。

此外，这位马大的教授要求他的学生每周一都要给他邮件发weekly report，其他教授或许没有这个要求，但是这也是一个非常好的习惯，一方面告诉教授我们每周都在很努力的工作，另一方面也相当于自我push，要不然周报没得可写就尴尬了。

四、梦校之约¶

小学六年级的美国之旅中，我第一次踏入Stanford校园，也是从那时起，我与Stanford结下了梦校情缘。

在大三的暑假，我又一次来到那心驰神往的地方。加州的阳光与碧蓝的晴空，无边的校园与标志性的楼宇，热情的师生与友爱的同伴，顶尖的企业与创新的研究……这些共同组成了一个最美好的夏天。

UGVR

作为清华/北大/中科大的学生，最热门的暑研项目非UGVR莫属。每届UGVR通常会有3~5名同学拿到PhD return offer（不过可能出于疫情和funding等原因，非常可惜我们这一年只有一名同学拿到了return），拥有斯坦福教授的推荐信也大概率能申请上斯坦福硕士。

清华每年会在大三上学期期中公布可选教授、开启UGVR的申请。斯坦福大约有18个教授招生，清华通常会有50~100名学生报名，最终录取15个左右，竞争相当激烈。

流程上是先需要每位同学报名感兴趣的一位教授，提交个人陈述和三封推荐信，随后清华会进行第一轮初审，每个教授的候选同学中留下最匹配的3~5名，这个名单进一步交至斯坦福，斯坦福教授（或组里的PhD）会面试感兴趣的同学，最后每个教授招收一名同学。

翻开教授清单，我发现里面并没有跟我此前的NLP经历强相关的教授，但是我不想错过这一离梦校最近的机会，再加上我的导师在简介中的描述与我非常喜欢的一部科幻小说中的设定不谋而合，于是报名了我后来的导师。

在我的SoP中，我从科幻小说起笔，写到我曾经做过的科研，再写到我希望跟他一起探索的事情，写完初稿后还专门找到一位新闻专业的学姐帮忙润色（专业的事情就应该交给专业的人）。大概是我脑洞大开的idea、以及我提前自学了他所教的课展现出的认真态度吸引了他，我得以加入心心念念的UGVR大家庭。

总之，如果你在前文所述的三所学校中，排名很靠前（至少前30%，前10%会更稳），并且已经有一定科研经验，那么非常值得报名UGVR项目。UGVR整体适用范围比较小，申请过程中的更多细节我就不展开了，想申请的同学可以找学长学姐详聊或者私信我。

除了UGVR项目，斯坦福每年还会有一些来自中国（包括但不限于三所学校）的同学通过自己联系到了斯坦福的教授/学长学姐成为了summer intern，所以即使没有被UGVR录取也可以继续套磁教授/PhD试试。

暑研体验

我的导师第一次招收UGVR学生，估计不太清楚我是几年级的（……），最开始给我分配的项目是和另外三个斯坦福大一大二的同学一起设计一个新型的社交媒体——这件事情在对我而言技术上过于简单了点，也用不上我之前AI方向的经验。

在和导师见面聊过后，他提出了另一个结合了NLP和HCI (human-AI interaction, social computing)的项目：通过用AI模拟用户偏好来策展社交媒体中的内容，非常符合我的背景和兴趣，我于是欣然切换项目~ 同时也轻度参与原来的那个项目，和几位本科同学也成为了很好的朋友。

从阅读大量论文到自学推荐系统，从快速迭代模型设计到开发用户界面……为了在两三个月内快马加鞭把项目做完，我常常是工作到深夜才一个人走回寝室（斯坦福的校园非常安全，不过夜晚无人的校园中窸窸窣窣的声音还是有点吓人……）。即使我们的开会频率非常之高（每周和教授meet两次），我几乎在每次meeting上都能分享不少最新进展，事后来看教授也的确有被这一点impress到。

等到8月底UGVR结束之时，我们设计的系统我已经几近搭建完成，于是我们进入到撰写论文的阶段。对于我这个CS背景的学生，写social computing论文比build system本身难得多，我负责撰写了初稿，而从最初的idea到一轮轮修改都是主要由我的导师完成的。

我深切地感受到我在人文社科等方向的积累太少，相比于我的导师，我的思想深度还太浅，完全不足以支持我在这个领域写出一篇亮眼的论文，也因此，我后来在PhD申请中又一次转换方向……

我想UGVR项目相比普通的暑研，大概是多出来了大量的课余活动吧。和往届的校友们聚餐，可以亲自烤棉花糖的篝火晚会，周末的爬山郊游与探访校友们的企业，还有临近结束时的演讲与poster展示……在此过程之中，UGVR的同学们也结交了极其深厚的友谊，回国后也时常一起合作、一起玩耍。仍记得回国前最后的晚上，我们面临疫情期间无法及时拿到核酸检测结果就要面临滞留美国的难题，所有人聚集在宿舍的一楼大厅，汇集众智攻克难题。不过相比于焦虑，我们可能更多是兴奋，后来演变成了大家拿出珍藏的零食与烤鸡，放起音乐开起party，直到凌晨。

正式申请¶

选校¶

我能申到哪些学校？这个问题不妨问问带你的教授对你的判断，也可以参考跟你从同一所学校毕业、做相同方向的学长学姐都申到了哪里。

首先，这当然取决于你的实力。在申请系统中，你会被你的application package所代表，其中，推荐信 >> paper > GPA > 托福 > GRE。SoP等文书的作用不同人有不同见解，不过肯定不如推荐信和paper重要。

说到对paper的要求，这个与领域强相关。如果你是做理论的或者做电子的，没有paper也很正常。但是如果你决定卷AI，尤其是CV和NLP，在大家人手两三篇paper的情况下，如果你没有paper申请肯定占劣势。已经在顶级会议中发表的一作paper当然最好，作为二作/在投/已经挂到了Arxiv上也要好于完全没有paper，因为这向committee佐证了你的这段经历有所产出且你具有写paper的能力。

其次，与我们熟悉的高考赢者通吃模式不同，PhD申请很大程度上取决于你与教授是否match，包括你和教授接下来想做的方向是否一致，你和教授在面试过程中能否产生共鸣等等，paper在多与教授不match也没用。

另一方面，申请学校还有许多不是我们能控制的因素，比如想申的教授恰好缺funding不招生，这也是我斯坦福老板的情况，或者喜欢的教授以后要换方向了，或者不巧有一个更强的applicant申了同样的教授…… 我们只能做好我们自己，尽人事，听天命。

那么，在有机会申到的学校中，我适合哪些学校？这里每个同学会考虑的因素应该不尽相同，我来讲讲我当时的考虑。

我去做过研究的学校（斯坦福、马里兰）肯定要申，即使不想去也要给足教授面子
因为我的人生规划是回国发展，所以我需要兼顾学校的综合排名、在国内的认可度；一些在国内名气不大的学校或许也有学术做的很棒的教授，很适合未来进入美国学术圈发展，但他们就不适合我了
我的目标是进入工业界或者创业，所以一些学术环境很好但是相对村的学校我也没有申，比如Princeton和Cornell
尽量和男朋友申到一起，他当时已经拿到了MIT的return offer，只申四大

经过了这些分析，我的最终选校方案是（无备注的都申的是PhD，打钩代表录取）：

冲刺（刮彩票）：MIT, Berkeley✅
常规（大概率录取）：Stanford (MSCS), CMU (HCII PhD✅, LTI PhD✅+MS, MCDS, MIIS), UW✅, UIUC✅, Harvard, UCSD✅
保底（如果前面的都没申上才去）：UMich, Yale, Columbia, Maryland✅

笑死，保底校的保底效果其实不一定好——保底校如果认为你会去更强的学校也不会发offer，避免你之后不去拉低offer接受率。

这里我Stanford没有申PhD，因为当时我就已经得知我在斯坦福的老板大概率不会招生，而其他的老师跟我的背景也相对没有那么match，所以不如申master，这样能更大概率和我男票申到一起。

教授会给强推吗？¶

教授是否给强推最本质的还是取决于我们当时科研做的好不好、和教授的关系怎么样，这个相信大家在做完科研后自有判断。有些同学可能在科研期间和教授的见面次数比较少，比如一个月才能见上一次，主要是学长学姐在带，那么学长学姐在教授面前怎么评价你就至关重要，所以一定要和学长学姐打好关系，让ta帮忙多美言你。

当这段科研项目做完了，其实教授心中对你已经有了判断，这时候我们唯一能做的就是去推测教授是否会写强推——如果能提前知道教授将会给自己写黑推，这篇推荐信不要也罢。那么怎么推测呢？

低情商：教授，您会给我写强推吗？

高情商：教授，如果您觉得您足够了解我，可以帮我写强推吗？

这两个问法大家可以自己感受下……

更好的判断方法是问教授建议申请哪些学校、大概能申到哪些学校，这时候教授一般都会根据对你的实力的判断给一个中肯的建议，也预示着推荐信的强度。当时我斯坦福的老板就说“我觉得你有50%的几率申到Stanford/MIT/Berkeley，大概率申到CMU/UW，100%申到top 10”，最后我的申请结果果然被他完美压中了_

其他要推荐信的小细节¶

向教授要推荐信其实是一个小”技术活“，下面分享我在向教授要推荐信时能让教授体验更好的小细节。

我先科普一下提交推荐信究竟是怎样一回事。很多同学可能以为推荐信只是上传一下就行了，其实不是的，上传pdf只是最后一步，在此之前还有一个问卷，一般会让教授给你的各项能力打分，甚至写一段文本来简要回答一些问题。我们假设这个教授要给三个同学写推荐信，给每个学生推15个项目，那么这样的过程就要重复45遍，还是很麻烦的。

所以，请至少提前一个月向教授提出需要推荐信，给教授留足写作、提交的时间。要推荐信时不要忘了问教授愿意帮自己推几所学校，有些教授可能帮每个同学推的学校数量有限，这种时候就需要把各个学校的推荐任务“灵活分配”给多个推荐人。

教授写推荐信需要需要大量的科研细节来支持，所以要推荐信时一定要给教授发自己科研时的详细经历，包括但不限于：从一开始读文献到最后的写paper都做了哪些事情，遇到了哪些困难、是如何解决的，独立提出了哪些idea，在这些事情中表现出的特质。把这些事情有条理地列成bullet points，写的越详细，教授越方便给写强推。

有的同学可能会说，可是这些细节我自己都不记得了呀？所以如果你的记忆力不是那么好，建议把科研细节在平常就做好整理，像我当时那样每周给教授发一个进展邮件weekly report，这样也能让教授感受到你的用心。

决定好需要教授帮忙推哪几所学校后，最好把这些学校整理成一个表格发给教授，包括学校、DDL、申请时用的姓名和邮箱，这样可以方便教授check已经帮你推了哪些学校、避免漏推。

文书对于Statement of Purpose、简历、以及美西一些学校比较喜欢的Diversity Statement/Personal History Statement，网上已经有很多现成的模版和范例，初稿照着写就好啦。对于怎样进一步精炼优化和润色，这个每个人的情况都不一样，可以去找有经验的学长学姐帮忙改改。

这里讲一下比较tricky的Diversity Statement/Personal History Statement。先声明，Diversity Statement并不能让你的申请结果升一个level，只是说在两个学生其他方面难分胜负的时候，优先录diversity更强的学生，这个东西不值得花很多时间钻研。但是，也要小心不要读错题——它的目的是讲你的加入怎样能增加校园里学生的diversity，而不是让你讲你自己做过很多不同的事情。

什么可以算diversity呢？亚裔不能算，学术圈的亚裔非常多；女生的话可以算，不过NLP、HCI等方向的女生也越来越多了；跨性别当然算，不过这不值得……

那对于大部分男生CS申请人，怎么写Diversity Statement呢？虽然你的identity不一定能增加diversity，但是你做过的事情和你如果录取后准备做的事情可以！包括但不限于：提升贫困儿童的福祉，为女权主义发声，支持性少数平权等等，当然，这些都是非常美式的价值观。

面试¶

说来，我觉得我英语口语水平和论文阅读能力进步最飞快的时间大概就是面试期间了吧~ 连续十几二十天，平均每天一场面试，而每准备一次面试我都会读四五篇paper = = 这个过程虽然很辛苦，不过内心还是比较愉悦的，毕竟收到面试约等于对方学校已经初步抛出了橄榄枝。

我当时准备一个介绍科研项目的PPT，把介绍的话语都写在备注里，面试的时候用演讲者模式放映不要太快乐！注意，每个项目都要准备1分钟的版本和5~10分钟的版本，前者用于简略地带过和对方教授不那么相关的项目，后者用于展开讲重点项目。我们也要做到非常熟悉自己的每一个项目，当教授问到具体的细节，要能够信手拈来、展开详细讲解。

在每场面试前，我会留出数个小时的时间来阅读教授近两三年写的、并且我比较感兴趣的paper，了解教授近期在研究些什么、感兴趣哪些方向，据此决定我会详细介绍做过的哪些科研项目，甚至用什么话来介绍。

对于所读的每篇paper，我都会记录下这篇paper吸引我的点，以及我对于这个工作的进一步idea，找到合适的时机向教授展示，让教授知道我非常用心。在教授问及我的研究兴趣、未来方向时，我也会尽量靠近教授的研究兴趣，总之，当我和教授有说有笑，我就知道我基本上成功了。

每场面试过后，我也会复盘都被问到了哪些问题、怎样回答会更好。这里非常推荐大家去整理了一个list来记录被问过的、有可能被问到的问题，对每个问题都写下来完整的英文回答，方便我们整理思路，以后再遇到相似的问题就可以应答自如。

一些比较通用的问题网上已经有很多整理了，大家可以自己去搜索下。当然，还有很多personal的问题，比如如果你的某一个科目的绩点异常低、或者有篇paper投稿没中，就可能会被要求解释，这些问题也可以可以找学长学姐模拟面试提前准备。

最后，祝大家都能申请到满意的学校，offer拿到手软！

Sophia 交叉信息研究院 / MSCS@Stanford ¶