复现 AI 论文的最小可行协议

阶段 0：定义复现主张

选择要恢复的具体表格行、曲线、定性行为或失败模式，写明允许误差，并列出能获得的原始资源。

• 不要承诺复现整篇论文。
• 选择一个基线和一个目标结果。
• 执行前写好验收规则。

阶段 1：恢复运行环境

记录操作系统、加速器、包版本、随机种子、数据快照、预处理和命令顺序。安装成功只是环境结果，还不是科研结果。

阶段 2：小规模冒烟测试

用小数据切片或缩短训练计划检查张量形状、loss、日志、checkpoint 和评估流程。它能低成本发现实现错误，但不能验证论文性能。

阶段 3：匹配目标结果

运行能够检验目标主张的最小配置，保存原始日志，并与预先设定的误差比较。即使偏差让复现不那么漂亮，也要如实报告。

阶段 4：测试一个边界

只改变一个有意义的条件：随机种子、数据切片、模型规模、评估器或 prompt。目标不是做完所有稳健性测试，而是获得结果是否脆弱的证据。

• 每次边界测试只改变一个变量。
• 保留原始运行作为参照。
• 把迁移实验标成新的主张。

精确报告结果

使用“环境已恢复、冒烟测试通过、目标已匹配、部分匹配、未匹配、因缺少产物受阻”等标签。本页定义的是复现协议，并不宣称 Fineuralab 已经复现某篇具体论文。