待验证50% 置信事实精确时间
机器学习领域存在「复现危机」，相当比例的论文结果无法被完全复现
1
来源数
50%
置信度
长期有效
时效性
2026/9/1
首次发现
来源
涉及实体
相关事实
待验证科研领域的复现危机根源之一是分析代码与原始数据的不透明68% 相似待验证2022年的一项系统性研究发现，大量 PINN 相关论文难以从论文描述独立复现，部分原因在于该领域尚未形成成熟的代码发布规范63% 相似待验证Marcos López de Prado 在《Advances in Financial Machine Learning》中指出，大多数学术期刊发表的交易策略在控制多重检验后统计上并不显著60% 相似待验证大语言模型和机器学习模型建立在历史数据的统计规律之上，面对结构性断裂事件（如2020年3月新冠流动性危机、2022年英国养老金危机）往往失效59% 相似待验证金融数据的非平稳性意味着消融结论在一个时段成立未必在另一时段同样有效，这是金融AI消融实验的独特挑战59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/838962API
curl https://kongchang.com/api/v1/knowledge/claims/838962MCP
get_claim(id=838962)