trainlint
基于静态分析的ML训练代码检查工具，用Python ast模块解析代码，识别训练和评估脚本中的常见反模式（如数据泄漏、模式切换错误等），无需运行代码或GPU。
时间轴 (近 90 天)
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。
在 5,000 个随机特征、随机标签的数据集上，若先在完整数据上挑选 top 20 特征再做 5 折交叉验证，准确率可达 85%（20 个随机种子平均 87.7%）；将特征选择放入 Pipeline 内部后，准确率回落到 48%（平均 50.0%）。
trainlint 检测的第一个规则是静态识别「先在全量数据上做预处理、再划分数据集」的模式（fit-before-split）。
trainlint 除 fit-before-split 外还检查另外十三类问题，涵盖模式切换类、损失函数类、训练循环类和工程卫生类。
trainlint 基于名称匹配和单文件解析，只支持 PyTorch 和 scikit-learn，没有召回率数据。
在固定 commit 的 pytorch/examples 仓库上，trainlint 报出 22 个问题，其中 20 个是真实问题，2 个正确但无害；更早运行中有 4 个误报，目前已修复。
trainlint 的内部验证使用 20 个带 bug 的脚本与修复版本配对，但规则和测试用例一起编写，只能防回归。
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。
trainlint 代码和每条规则的示例位于 GitHub 仓库 Satvik-jain/trainlint 中。
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。
全部知识事实 (10)
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。
50%待验证在 5,000 个随机特征、随机标签的数据集上，若先在完整数据上挑选 top 20 特征再做 5 折交叉验证，准确率可达 85%（20 个随机种子平均 87.7%）；将特征选择放入 Pipeline 内部后，准确率回落到 48%（平均 50.0%）。
50%待验证trainlint 检测的第一个规则是静态识别「先在全量数据上做预处理、再划分数据集」的模式（fit-before-split）。
50%待验证trainlint 除 fit-before-split 外还检查另外十三类问题，涵盖模式切换类、损失函数类、训练循环类和工程卫生类。
50%待验证trainlint 基于名称匹配和单文件解析，只支持 PyTorch 和 scikit-learn，没有召回率数据。
50%待验证在固定 commit 的 pytorch/examples 仓库上，trainlint 报出 22 个问题，其中 20 个是真实问题，2 个正确但无害；更早运行中有 4 个误报，目前已修复。
50%待验证trainlint 的内部验证使用 20 个带 bug 的脚本与修复版本配对，但规则和测试用例一起编写，只能防回归。
50%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。
50%待验证trainlint 代码和每条规则的示例位于 GitHub 仓库 Satvik-jain/trainlint 中。
50%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。
50%