东南大学人工智能专业考博复习需要系统规划与精准发力，建议从三个维度构建备考体系。首先深度研读东南大学人工智能学院官网发布的近三年招生简章，重点关注"学术型博士研究生培养方案"中明确的核心课程要求，如《机器学习理论》《深度学习前沿》《计算机视觉算法设计》等12门专业必修课。特别注意2023年新增的"联邦学习与隐私计算"方向考核标准，建议购买学院指定参考书目《深度学习框架源码解析（李沐著）》《计算机视觉算法设计（张林波著）》等教材，配合李航《统计学习方法》进行交叉学习。

其次要构建"科研能力三维评估体系"：在知网下载近三年东南大学AI领域发表的SCI一区论文（2021-2023年影响因子＞15的期刊），统计导师团队在CVPR、NeurIPS等顶会论文中被引次数TOP10的论文方向，重点突破目标导师近三年主持的国家自然科学基金项目（如"多模态大模型轻量化训练"等）。建议每周参加学院组织的"学术沙龙"，主动向已录取博士生请教实验设计技巧，特别注意东南特色课程《AI工程化实践》的代码提交规范。

在英语能力提升方面，需针对性突破学术英语写作瓶颈。建议精读《AI顶会论文写作指南》（东南大学出版），建立专业术语库（包含200+个东南常用术语）。每天坚持在arXiv阅读最新论文，重点记录东南合作期刊《IEEE T-NN》近半年发表的算法改进思路。建议在Coursera完成《学术英语写作专项课程》（Coursera ID: 3X7J6X），特别注意东南博士论文答辩英文陈述的时态规范（过去式占比60%，现在完成时30%）。

最后要重视"模拟面试全真训练"，建议组建5人备考小组，每周进行三轮模拟：第一轮侧重专业问题（如"对比Transformer与Conformer的注意力机制差异"），第二轮模拟材料审核（重点准备东南特色"科研潜力评估表"），第三轮全英文答辩（使用学院提供的历年真题库）。特别注意东南考博特有的"技术伦理评估"环节，需提前准备《生成式AI伦理白皮书》相关案例。建议在东南图书馆B区203研讨室进行连续3小时的模拟答辩，重点训练3分钟技术方案汇报的节奏把控。