待验证50% 置信事实精确时间
trainlint 是一个开源工具，使用 Python 的 ast 模块静态解析代码，在不运行代码、不需要数据、模型或 GPU 的情况下检测 ML 训练和评估脚本中的常见反模式。
1
来源数
50%
置信度
长期有效
时效性
2026/11/6
首次发现
来源
涉及实体
相关事实
已验证专用编程模型的训练数据来源包括GitHub开源代码、编程竞赛题解、技术文档、代码审查记录等，并针对HumanEval、MBPP、SWE-bench等基准测试进行优化69% 相似待验证静态分析指在不执行程序的前提下检查源码结构，而数据流分析追踪变量在赋值、传递、别名间的实际流向；trainlint 采用基于命名与调用顺序的模式匹配，属于最轻量的一档。67% 相似待验证trainlint 的定位是轻量的 pre-commit 检查或 CI 集成工具，作为人工 review 与运行时校验之前的第一道低成本过滤网，而非正确性的最终保证。64% 相似待验证nightly 构建验证的是端到端的产物形态，而单元测试跑的是源码或 mock；像插件依赖没被打进去这类问题，测试里模块解析路径往往还连着 node_modules，不会失败64% 相似已验证MLFlow提供实验追踪功能，自动记录每次训练的参数、指标、代码版本和产物63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1142633API
curl https://kongchang.com/api/v1/knowledge/claims/1142633MCP
get_claim(id=1142633)