Claude Code 建议致评测出错，团队投稿前惊险撤稿

一位 hjy836 分享团队在 ICLR 投稿前主动撤稿的教训：他们在小显存 GPU 上用 Codex/Claude Code 设计调试 LLM 评估，遇到 OOM 时 Claude Code 提出的「小改动」实际引入了严重的评测错误，险些让论文带着错误结论投稿。这段经历警示研究者对 AI 工具生成的评测代码仍需严格核查。

2026-09-26 ~ 2026-09-26 · 2 条相关

• Claude Code 一句建议毁掉论文评估，作者自曝撤稿内幕 — CSProfKGD · 2026-09-26
• 用 Codex 调试评测踩坑:一次「小改」险些让论文带错结论投稿 — najoungkim · 2026-09-26