#可复现性

共 5 篇相关文章

ReproBridge 提出标准化精炼产物与智能体工作流，在 ReproBridge-Bench 的 1029 个任务上将平均复现成功率从 76.4% 提升至 92.6%，并降低 19.7% 的 API 开销，模型间成功率差距大幅收窄。

从 Hacker News 讨论出发，分析用新模型大规模复现 LLM 旧研究结论的意义与难点：提示词敏感性、评测集污染、结论时效性，以及复现研究对论文可信度和工程选型的影响。

Reddit讨论：论文被会议接收后原始模型权重未保存，重新训练是否可接受？社区共识认为只要方法、超参数和数据划分一致，重训不构成学术不端，但需如实说明结果差异并保证可复现性。

深入解读arXiv研究：自主LLM智能体如何在Docker沙箱中通过断言原子化、沙箱执行与反事实扰动引擎，实现77.4%的端到端复现率，并识别9.5%的分析脆弱发现，为企业数据管道可靠性提供可落地架构。

一项研究提出随机机器学习实验的等效性检验协议与运行次数设计公式，用TOST检验和两级方差模型证明方法等效，并给出从等效边界到所需运行次数的闭式解，案例显示两三次运行不足以支撑等效结论。