#可复现性危机
共 25 篇相关文章
·11 分钟
Hugging Face复现2200篇ICML论文：AI研究可复现性危机全面曝光
Hugging Face团队尝试复现2200篇ICML顶级会议论文，揭示机器学习领域可复现性危机的真实状况。文章深入分析代码缺失、环境依赖脆弱、算力门槛等核心问题，并提出标准化工具链与社区协作的改进路径。
阅读全文 →
·6 分钟
CVPR论文数据集未发布：学术诚信与可复现性危机
一篇CVPR 2026论文以数据集为核心贡献，却从未公开发布，GitHub仓库始终为空。本文深度分析数据集类论文的可复现性困境、学术诚信问题，并整理投诉维权的可行渠道与建议。
阅读全文 →
·17 分钟
ML论文可复现性危机：60%代码存在致命Bug，顶会该强制提交代码吗
一位顶会审稿人披露：12篇ML论文中仅1篇提供完整可复现代码，60%已提交代码的论文存在致命bug。社区激辩是否应将代码提交作为投稿硬性门槛，解析激励机制失灵与可能的解决方案。
阅读全文 →
·11 分钟
无科研导师的本科生，如何开启独立研究？
没有导师、没有实验室的本科生如何开展独立科研？本文从论文复现、开放资源利用、远程导师寻找到成果发表，系统梳理零基础本科生独立研究的完整路径，助你突破资源限制开启学术之路。
阅读全文 →
·12 分钟
AI智能体复现ICML 2026论文：34%被验证，23%存在问题
Hugging Face举办ICML 2026论文复现黑客松，1200名参与者用AI智能体验证2200篇论文。结果显示34%论文被覆盖检验，多数可复现，但约23%存在问题，49篇几乎被完全证伪。
阅读全文 →
·17 分钟
机器学习项目实战：打造简历级ML作品集的完整指南
从项目选择到部署落地，详解如何打造能写进简历的机器学习项目。涵盖端到端项目流程、分层次项目推荐清单及实用技巧，帮助ML学习者从入门顺利过渡到中级，构建差异化竞争力。
阅读全文 →
·14 分钟
谷歌4000万美元投入创世纪计划：AI算力如何加速科学发现
谷歌向创世纪计划（Genesis Mission）投入4000万美元AI算力额度，旨在加速基础科学研究。本文解析这笔投入的形式、意义及AI驱动科学发现的机遇与挑战。
阅读全文 →
·12 分钟
六个月124次迭代：用PPO攻克Breakout的反应式打法
一位强化学习爱好者历时六个月、迭代124个版本，终于用PPO算法在Atari Breakout中实现反应式打法。本文深入分析PPO调参难点、Breakout环境挑战及强化学习工程实践的真实经验。
阅读全文 →
·8 分钟
复现GPT-2：一个隐藏的Bug如何影响权重训练
深入分析从零复现GPT-2时遇到的性能差距问题，揭示隐藏在训练流程中的Bug如何导致权重质量下降，并分享定位和修复深度学习实现错误的方法论与实践经验。
阅读全文 →
·6 分钟
AI顶级创企为何不再公开研究？从开放到封闭的深层原因
探讨AI顶级创业公司从开放研究转向封闭的原因，分析商业竞争、人才压力如何推动这一转变，以及对学术界、创新扩散和开源生态的深远影响。
阅读全文 →
·10 分钟
全栈机器学习项目仓库结构指南：从混乱到规范
详解全栈机器学习项目的代码仓库组织方法，涵盖目录结构设计、数据与代码分离、配置外置化等核心原则，帮助ML开发者从实验代码迈向生产级工程规范。
阅读全文 →
智能体AI如何变革科学计算：从自主编码到人机协同科研
·7 分钟
智能体AI如何变革科学计算：从自主编码到人机协同科研
探讨智能体AI（Agentic AI）如何变革传统科学计算流程，涵盖自主代码生成、闭环反馈纠错、工具调用等关键能力，分析其在科研加速、门槛降低方面的机遇，以及可复现性与可信度的挑战，展望人机协同的新科研范式。
阅读全文 →
·8 分钟
Reinforce：开发者开源强化学习Python库，轻量可读助力入门
开发者Denis Drobyshev发布首个强化学习开源库Reinforce，托管于GitHub。文章解析轻量级RL库的学习价值、新手开源项目的常见挑战，以及如何参与贡献，适合强化学习初学者与开源社区爱好者阅读。
阅读全文 →
论文复现入门科学机器学习：路径选择与避坑指南
·9 分钟
论文复现入门科学机器学习：路径选择与避坑指南
应用数学背景如何高效入门科学机器学习（SciML）？本文深度解析论文复现的价值与陷阱，提供数值PDE基础→简单论文复现→研究方向结合的分层递进路径，帮助数学强、编程弱的学习者找到最优成长策略。
阅读全文 →
用Claude做约束优化研究：AI自动化科研的潜力与局限
·16 分钟
用Claude做约束优化研究：AI自动化科研的潜力与局限
探讨Claude等大语言模型如何参与约束优化研究，涵盖问题建模、代码生成、求解器调用全流程。分析LLM在自动化科研中的真实能力边界，以及人机协作模式的务实路径。
阅读全文 →
·11 分钟
EMNLP投稿Overall 2.5分能被接收吗？评审评分详解
本文详解EMNLP/ACL评审体系中Overall、Soundness、Excitement、Reproducibility四大维度含义，客观评估Overall均分2.5的录用概率，并提供Rebuttal策略与Findings投稿建议，适合首次冲击NLP顶会的研究者参考。
阅读全文 →
·16 分钟
Omnigent开源：Databricks打造的AI编码智能体元框架
Databricks开源Meta-Harness工具Omnigent，支持编排Claude Code、Codex等多个AI编码助手协同工作，内置护栏策略、跨模型工作流与实时协作能力，10分钟即可上手，已在Databricks内部大规模验证。
阅读全文 →
·12 分钟
OSWorld 2.0测评：最强AI Agent完成率仅20%，长流程是致命短板
OSWorld 2.0基准测试发布，包含108个长流程真实计算机任务，人类完成中位时间1.6小时。测试显示Claude Opus最高完成率仅20.6%，AI在长流程状态保持、错误自检方面存在严重缺陷，短任务高准确率的泡沫被彻底戳破。
阅读全文 →
