数据泄漏已波及 648 篇论文，autoarxiv 一键自动复现 arXiv 研究

pandeyparul · x · 2026-10-30

2023 年 Sayashk 与 Arvind Narayanan 的研究曾在 17 个科学领域发现 294 篇受数据泄漏影响的 ML 论文；配图显示其持续更新的列表已扩展到 30 个领域的 41 篇方法论论文，累计影响 648 篇论文，常见坑包括无 train-test 划分、在训练测试集上做特征选择与预处理、时间泄漏等。

随着每天论文产出爆炸式增长，人工核查结果如何产生越来越不可行。alphaxiv 推出 autoresearch：把论文 URL 中的「arxiv」改成「autoarxiv」，即可自动创建项目、在你的算力上搭建环境并运行最小化复现，agent 闭环追踪日志、可视化运行结果并产出 artifacts，全程本地。