alphaXiv

Những gì chúng tôi học được khi tái tạo 2.200 bài báo ICML

Hugging Face, hợp tác với alphaXiv, đã tổ chức thử thách Tái tạo Mở ICML 2026, nơi người tham gia sử dụng các tác nhân lập trình AI để cố gắng tái tạo 2.200 bài báo. Kết quả: 51% số bài được kiểm tra có ít nhất một tuyên bố được xác minh, 23% có tuyên bố bị bác bỏ hoặc gây tranh cãi, và 242 bài có kết luận mâu thuẫn. Sự giám sát của con người tỏ ra rất quan trọng, vì các tác nhân gặp giới hạn và xảy ra các trường hợp bác bỏ sai; sự kiện này được coi là cuộc kiểm toán cấp độ tuyên bố lớn nhất đối với một hội nghị học máy cho đến nay.

Hugging Face Anthropic OpenAI Cursor alphaXiv