我们通过复现ICML的2,200篇论文学到了什么
摘要
Hugging Face 分享了社区黑客马拉松的发现,1200名参与者使用编码代理复现了2,226篇ICML论文,凸显了评审严谨性问题以及AI代理扩展验证的潜力。
暂无内容
查看缓存全文
缓存时间: 2026/08/13 21:23
我们通过复现 ICML 的 2,200 篇论文学到了什么
来源:https://huggingface.co/blog/icml-2026-open-reproductions 返回文章列表(https://huggingface.co/blog)
Abubakar Abid 的头像(https://huggingface.co/abidlabs)
- 论文太多,谁也审不完(https://huggingface.co/blog/icml-2026-open-reproductions#more-papers-than-anyone-can-review)
- 黑客松(7月15日—8月2日)(https://huggingface.co/blog/icml-2026-open-reproductions#the-hackathon-july-15—august-2nd)
- 我们的发现(https://huggingface.co/blog/icml-2026-open-reproductions#what-we-found)
- 做得好复现(https://huggingface.co/blog/icml-2026-open-reproductions#reproductions-done-well)
- 证伪,以及我们核查时发生了什么(https://huggingface.co/blog/icml-2026-open-reproductions#falsifications-and
相似文章
@huggingface: AI智能体如何复现ICML 2026论文
Hugging Face 举办了一场直播,讨论AI智能体如何复现ICML 2026论文。
@askalphaxiv: 70%的AI研究不可重复。上周ICML 2026期间,有超过6000+篇研究论文发布,但……
Alphaxiv和Hugging Face发起了一项社区挑战,旨在检验ICML 2026上AI研究论文的可重复性,提供4500美元的GPU积分和一个自动研究代理来帮助参与者。
谷歌的智能体同行评审系统在ICML/STOC处理了约1万篇论文——正式研究论文现已发布 [R]
谷歌在ICML和STOC会议上部署了一个智能体AI同行评审系统,以30分钟周转时间评审了约1万篇论文。正式论文显示,与零样本提示相比,它多发现了34%的数学错误,为大规模AI自动化科学评审树立了先例。
@dair_ai: 编码代理能否复现科学机器学习论文?我们知道这是可能的,因为我们已经可以做到@dair_ai。仍…
本文介绍了“论文复现”(Paper-replication),这是一种编码代理的工作流程,通过将每项声明转化为带有记录证据的目标,系统地复现科学机器学习论文,并在十二次运行中证明所有工作区和目标均已完成。
@socialwithaayan: Hugging Face 刚刚开源了每位研究者梦寐以求的 ML Intern 不再需要花费数天阅读论文和编写训练脚本…
Hugging Face 开源了 ml-intern,这是一个自主代理,能够阅读 ML 论文、发现数据集、训练模型、调试失败、并将生产就绪的模型上传到 Hub,自动化整个后训练工作流程。