研究代码 Agent 终于可能批量检查复现与论文错误
yoavartzi · x · 2026-07-23
这条回复的核心不是泛泛谈“研究好不好”，而是说：如果有这样的系统，论文复现和错误结论识别会更有操作性。
作者给出的两个具体价值是：
- 对论文 reproducibility 给出更有用的反馈；
- 以更高的精确率和召回率，标出论文里的错误主张。
他还强调，这种工作流在一年前几乎做不到，因为不同论文代码仓库的复杂度和结构差异太大，系统很难稳定跑通。
所属事件:AI助力学术复现：研究称论文不可复现多因工程缺失(4 条相关)→
「研究」频道最新
- Steve Hsu 评 OpenAI Navier-Stokes 论文:技术水准或超人类所能构想 — LucaAmb · 2026-10-27
- Skyfall AI 推出工程世界模型 SKY-001:文本转 CAD 构建,3.9 秒 vs GPT-6 的 199 秒 — rohanpaul_ai · 2026-10-27
- 物理学家让 AI 自选课题：两小时产出可登顶刊的论文 — burny_tech · 2026-10-27
- 研究者谈评测集透明度:组合性评测仍存数据污染隐患 — najoungkim · 2026-10-27
- 可解释性研究该分清形式与估计器：均值差转向不如直接梯度下降 — johnhewtt · 2026-10-27
- EMNLP 论文：让 LLM 换个问法，「42」变「3」但蝴蝶仍是帝王蝶 — radamihalcea · 2026-10-27