每天一个学术 Skill ｜第 1 组 · 第 07 篇 / 共 8 篇

复现论文卡在「作者没给代码」，怎么办

论文转代码 paper-to-code ｜从 PDF 到跑得起来的仓库

你想在一个 baseline 上做改进。作者 GitHub 是空的，论文里只写了一句「we follow the standard setting」。这七个字，能让一个硕士生卡两周。

栏目背景

这是「每天一个学术 Skill」第 1 组的第 7 篇，共 8 篇。源头是 GitHub 上 281 个学术科研 Skill 里挑出来的——完整名单见这篇。这组按科研流程排：查得到 → 看得懂 → 画得出 → 排得对 → 引得准 → 复得现 → 讲得清。

这个 Skill 是什么

Skill	paper-to-code 　论文转代码
来源	lingzhi227 / agent-research-skills
分类	实验 · 复现
谁用得上	要复现 baseline、想在一个方法上做改进的人
一句话	从论文 PDF 出发，规划 → 分析 → 编码，产出可运行的仓库骨架

学习率、batch size、数据划分方式、预处理顺序、随机种子——这些真正决定结果的东西，常常在附录里一句话带过，或者干脆没写。而正文里写满的，是你照着做也没用的动机阐述。

它生成的是「按论文描述最合理的实现」。数字对不上是常态——这不是失败，反而有价值：差异本身就说明论文缺了哪些信息。

严谨的做法是：先跑到接近的量级，再逐项消融，确认哪个细节是性能差异的来源。这个过程产出的内容，足够写一份像样的复现报告，本身就能发表或放进毕业论文附录。

1. 先找官方代码　论文页、作者主页、Papers with Code，三处都确认过再说「没有」。很多人止步于 GitHub 搜项目名。

2. 找第三方复现　GitHub 搜论文标题，常常已经有人做过。issue 区里的坑，比你自己踩一遍省两周。

3. 发邮件问作者　一周没回再自己动手。多数人是愿意给超参的，问的时候把配置表列清楚。

能做什么	按论文描述生成仓库骨架、拆模块、标出待补参数
不做什么	不保证复现出原文数字
做不了什么	论文刻意隐瞒关键细节、数据完全不公开的情况，无解
要自己核什么	数据划分、评价指标定义、预处理顺序——这三处最容易和原文不一致

复现的价值不在「跑出同一个数」，在于你能说清「差在哪、为什么差」。后者才是研究能力。

这一组共 8 篇

顺带说一句，本号长期维护四个可以直接用的数据库和一份全国人才政策汇总，在读研究生、博士和青椒可能更常用——

① 学术会议日历：按学科查未来 3 个月征稿，只保留未截止、信源可溯的。点击查看，关注公号，点击菜单「学术日历」、后台回复「学术会议」。

② 学术招聘日历：博士、博士后、教职岗位，按截止日期排，每天更新。关注公号，点击菜单「招聘」或后台回复「招聘」。

③ 学术工具推荐：文献调研、文献管理、AI 阅读、投稿选刊、绘图查重，逐个实测。关注公号，点击菜单「学术工具」或后台回复「工具」。

④ 科研项目库：国家自然科学基金、国家社科基金、教育部及各省项目申报指南与截止节点，按申报时间排序，持续更新。关注公号，点击菜单「科研项目申报」或后台回复「项目申报」。

⑤ 人才政策：关注账号，点击菜单栏「人才政策」可以查看全国各地人才政策全貌，按省份、地市、城区三级整理，覆盖本科到博士各学历的补贴标准与申领条件。

⑥ 人生必读书单：本科到博士都能用的一张书单，按认知顺序排，一期 5 本，持续更新。点击查看

更多内容，也请关注我的公众号：大学圈内事儿