待验证50% 置信事实精确时间

NeurIPS、ICML 等顶级会议已引入可复现性检查清单，要求作者提交代码、说明实验设置

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

机器学习可复现性危机：三大根源与破局之道

涉及实体

NeurIPSconcept ICMLconcept

相关事实

待验证NeurIPS从2019年开始试行可复现性检查清单，要求作者说明训练细节、超参数设置、随机种子及统计显著性检验方法73% 相似待验证研究科学家岗位的核心考核标准是顶会论文发表记录（NeurIPS、CVPR、ICML等）和独立开辟研究方向的能力72% 相似待验证现有复现性检查清单以鼓励和自我报告为主，作者只需勾选是否提供代码，不提供代码不会直接导致拒稿70% 相似待验证一些团队已开始在审查流程中明确标注哪些代码是AI生成的，以便审查者调整审查策略69% 相似待验证针对A题组委会新增了确保代码可核验的评审细则，并通过增大数据量来规避考生纯靠AI求解68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/900738

API

curl https://kongchang.com/api/v1/knowledge/claims/900738

MCP

get_claim(id=900738)