面向机器学习会议的“作者在回路”Agent可复现性协作审计
英文标题：Author-in-the-loop Agentic Reproducibility Auditing for a Machine Learning Conference
同行评审中的代码可复现性验证，通常依赖于评审者与作者对预期复现结果达成共识。针对这一难题，研究团队提出了一种“作者在回路”（Author-in-the-loop）的协作式审计方案，将作者的明确声明作为 AI Agent 展开复现调查的直接输入。该方法将原本繁琐的单向代码审查转变为结构化的人机协同核查流程，能够有效提升学术评审的透明度与执行效率。这为机器学习会议优化同行评审流程、利用智能体工具降低审稿负担提供了极具实用价值的实践范式。
打开原文相关 4 · 机会 4
2.1 KB
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
arXiv 编号：arXiv:2610.22465v1
公告类型：最新（new）
摘要
在同行评审过程中进行可复现性核查，必须建立在各方对“作者代码预期复现什么内容”具备共识的基础之上。我们提出了一种“作者在回路”（Author-in-the-loop）的协同审计方法，该方法将作者的声明作为显式输入，引导 AI Agent 开展深入的可复现性调查。
BibTeX 格式引用
×
English / 原文
BibTeX formatted citation
×