大酷樂
  • 汽车
  • 理财
  • 军事
  • 科技
  • 游戏
  • 互联网
  • 娱乐
  • 财经
  • 科学
  • 社会
  • 亲子
  • 电影
  • 健康
  • 教育
  1. 首頁
  2. 科学

又一开源AI神器!将机器学习论文自动转为可运行代码库

2025-05-01 简体 HK SG TW

今天小编分享的科学经验:又一开源AI神器!将机器学习论文自动转为可运行代码库,欢迎阅读。

又一开源 AI 神器在外网引起热议!

名为PaperCoder,是一个多智能体 LLM(大语言模型)系统,能自动实现机器学习论文中的代码。

据介绍,之所以推出这一工具,是因为经过统计发现:

2024 年,在 NeurIPS、ICML 和 ICLR 等顶会上,平均只有 21% 的机器学习论文共享了代码。

造成的结果是,复现和构建研究成果的速度极其缓慢。

于是乎,来自韩国科学技术院的四位研究人员推出了 PaperCoder,在规划、分析和代码生成这三个阶段,分别由专门的智能体来处理不同的任务,最终完成顶会论文的代码生成工作。

并且最终生成的代码超越了一些现有基准,甚至获得了所招募的 77% 原顶会论文作者的认可。

下面具体来看。

智能体提示词曝光

通过模仿人类研究员编写库级代码的典型生命周期,PaperCoder 大致分为三个流程:

规划(Planning):包括总体计划、架构设计、逻辑设计和配置檔案;

分析(Analyzing):将计划转化为详细的檔案级规范;

代码生成(Coding):生成最终代码以实现论文中的方法和实验。

研究过程中,每一个步骤所用到的提示词如下:

1)在规划阶段生成总体计划。

系统提示词:

你是一位具有丰富实验设计和复现科学研究的专家研究员和战略规划者。

你将收到一份 JSON 格式的研究论文。你的任务是创建一个详细且高效的计划,以重现论文中描述的实验和方法。该计划应与论文的方法、实验設定和评估指标精确对齐。

要求:

1、与论文对齐:你的计划必须严格遵循论文中描述的方法、数据集、模型配置、超参数和实验設定。

2、清晰且结构化:以组织良好且易于遵循的格式呈现计划,将其分解为可操作的步骤。

3、优先考虑效率:优化计划以确保清晰度和实际可实施性,同时确保对原始实验的忠实度。

除了系统提示词,下面还包括用户在上传论文后,所提到的任务安排、要求、注意事项等。

2)在规划阶段生成架构设计。

用户提示词:

你的目标是创建一个简洁、可用且完整的軟體系统设计,以复现论文的方法。使用适当的开源库,并保持整体架构简单……

后面还附上了格式示例。

3)在规划阶段生成逻辑设计。

你的目标是根据产品需求文档(PRD)/ 技术设计分解任务,生成任务列表,并分析任务依赖关系。你将分解任务,分析依赖关系。

你概述了复现论文方法和实验的清晰 PRD/ 技术设计。

现在,让我们根据 PRD/ 技术设计分解任务,生成任务列表,并分析任务依赖关系。逻辑分析不仅要考虑檔案之间的依赖关系,还要提供详细的描述,以协助编写复现论文所需的代码。

格式示例 +1。

4)在规划阶段生成配置檔案。

用户提示:

你编写优雅、模块化和可维护的代码。遵循 Google 风格指南。

根据之前指定的论文、计划和设计,遵循 " 格式示例 " 并生成代码。从上述论文中提取训练细节(例如,学习率、批量大小、周期数等),遵循 " 格式示例 " 并生成代码。不要编造细节——只使用论文提供的内容。

你必须编写‘ config.yaml ’。

注意:使用 "##" 分割部分,而不是 "#"。你的输出格式必须严格遵循下面的例子。

5)在分析阶段生成檔案规范。

你是一位具有丰富实验设计和复现科学研究的专家研究员、战略规划者和軟體工程师。

你将收到一份 JSON 格式的研究论文,包括计划概述、一个包含 " 实现方法 "、" 檔案列表 "、" 数据结构和接口 " 和 " 程式调用流程 " 的设计,以及一个包含 " 所需包 "、" 所需其他语言第三方包 "、" 逻辑分析 " 和 " 任务列表 " 的任务,还有一个名为 "config.yaml" 的配置檔案。

你的任务是进行全面的逻辑分析,以准确重现研究论文中描述的实验和方法。此分析必须与论文的方法论、实验設定和评估标准精确对齐。

(一些具体要求)……

6)代码生成阶段。

在系统提示词中,除了重复上一步提到的内容,还增加了对 Coding 的表述:

你的任务是编写代码来复现论文中描述的实验和方法。

编写的代码必须优雅、模块化且可维护,遵循 Google 风格指南。代码必须严格与论文的方法论、实验設定和评估指标对齐。编写三重引号的代码。

77% 论文原作表示认可

利用以上提示词,研究人员使用了 4 个模型及变体来进行实验。它们分别是:

DS-Coder:DeepSeek-Coder-V2-Lite-Instruct

Qwen-Coder:Qwen2.5-Coder-7B-Instruct

DS-Distil-Qwen:DeepSeek-R1-Distill-Qwen14B

o3-mini-high

评估对象包括90 篇顶会论文。

具体而言,基于 ICML 2024、NeurIPS 2024 和 ICLR 2024 得分最高的 30 篇论文,研究人员构建了 Paper2Code 基准测试。

过程中,他们使用 OpenReview API 筛选出有公开 GitHub 存储库的论文。

在这些论文中,选择了总代码量少于 70,000 个 tokens 的存储库,以在可控范围内确保可重复性。

然后还使用了一个名为 PaperBench Code-Dev 的基准测试,该测试包含 ICML 2024 的 20 篇论文,以进一步验证框架。

为了对比,在目前缺少端到端论文到代码生成框架的情况下,他们选择了一些軟體开发多智能体框架进行比较,包括 ChatDev 和 MetaGPT。

所使用的评估方法包括两种:

其一,和其他框架对比所生成代码的准确性、规范性和可执行性。

其二,邀请 13 位计算机专业的硕博学生参与评估,要求回答是否喜欢 AI 为他们的一作论文所生成的代码。

实验结果显示,在 Paper2Code 基准测试中,PaperCoder 取得了比其他多智能体框架更好的结果。

在人类评估中,大约有 77%(10 人)的论文原作者将 PaperCoder 生成的代码作为首选。

另外值得一提的是,研究人员发现o3-mini-high与人类判断的相关性最高,因此在实验中大多将其选为评估模型。

更多细节欢迎查阅原论文。

论文:

https://arxiv.org/pdf/2504.17192

代码:

https://github.com/going-doer/Paper2Code?tab=readme-ov-file

参考链接:

[ 1 ] https://x.com/akshay_pachaar/status/1915818238191276138

[ 2 ] https://x.com/Mahesh_Lambe/status/1916114076310110668

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法!

—  完  —

点亮星标

科技前沿进展每日见

熱門排行
  • 王治郅:杨瀚森主要的问题是速度 他 王治郅:杨瀚森主要的问题是速度 他 郟君昊 | 2025-05-05
  • 贸易战烧进电影院:特朗普拟重税打击 贸易战烧进电影院:特朗普拟重税打击 習又夏 | 2025-05-05
  • 贷款追高炒黄金的人后悔了!有人一天 贷款追高炒黄金的人后悔了!有人一天 寸飛蘭 | 2025-05-05
  • 手机电池突破8000mAh?硅碳技术的回 手机电池突破8000mAh?硅碳技术的回 衛青柏 | 2025-05-05
  • 贷款追高炒黄金的人后悔了!有人一天 贷款追高炒黄金的人后悔了!有人一天 繁綺文 | 2025-05-05
  • 任天堂对Genki提起Switch 2商标侵 任天堂对Genki提起Switch 2商标侵 郜萌運 | 2025-05-05
  • 哪吒汽车APP和官网恢复正常 知情人 哪吒汽车APP和官网恢复正常 知情人 袁曼雁 | 2025-05-05
  • 极越汽车 CEO 夏一平名下青岛/义乌 极越汽车 CEO 夏一平名下青岛/义乌 集玲琳 | 2025-05-05
  • 全国经济第一大省明确,推动组建农商 全国经济第一大省明确,推动组建农商 佼昌翰 | 2025-05-05
  • 桑保利:亚马尔有配合意识&有点像梅 桑保利:亚马尔有配合意识&有点像梅 甄正浩 | 2025-05-05
  • 高露现身上海虹桥机场 黑色外套点缀亮色爱心装饰俏皮亮眼 高露现身上海虹桥机场 黑色外套点缀亮色爱心装饰俏皮亮眼 惠惠君 | 2023-05-02
  • 《歧路旅人2》:向光而生 《歧路旅人2》:向光而生 衛青柏 | 2023-05-02
  • vivo X90S曝光:处理器更新为天玑9200+ 安卓最强芯 vivo X90S曝光:处理器更新为天玑9200+ 安卓最强芯 袁曼雁 | 2023-05-05
  • “懒癌”发病率上升,定期体检别忽视 “懒癌”发病率上升,定期体检别忽视 幸聽楓 | 2023-05-02
  • 宋慧乔获百想视后 韩素希发图手动加爱心表情庆祝 宋慧乔获百想视后 韩素希发图手动加爱心表情庆祝 賁芳蕤 | 2023-05-02
  • 曹操墓,里面都有啥? 曹操墓,里面都有啥? 衛青柏 | 2023-05-02
  • 十年了,他们终于要HE! 十年了,他们终于要HE! 惠惠君 | 2023-05-07
  • 中央部署经济工作,释放5大信号 中央部署经济工作,释放5大信号 郜萌運 | 2023-05-02
  • 高德上线手机弯道会车预警功能 高德上线手机弯道会车预警功能 習又夏 | 2023-05-02
  • 陈自瑶抱病为爱女做蛋糕庆生,王浩信点赞没露面 陈自瑶抱病为爱女做蛋糕庆生,王浩信点赞没露面 賁芳蕤 | 2023-05-02
  • 等比例长大的童星,李兰迪算一个 等比例长大的童星,李兰迪算一个 郟君昊 | 2023-05-02
  • 高端国产车:军车血统,目前电动车越野的“天花板”? 高端国产车:军车血统,目前电动车越野的“天花板”? 謝飛揚 | 2023-05-02
  • 这些被抓来做实验的流浪狗,最终拯救了无数糖尿病人 这些被抓来做实验的流浪狗,最终拯救了无数糖尿病人 集玲琳 | 2023-05-02
  • 《云襄传》终于抬上来啦,男O女A让人好上头! 《云襄传》终于抬上来啦,男O女A让人好上头! 集玲琳 | 2023-05-02
  • 21家A股游戏公司2022年收入651亿 今年“游戏+AI”能否逆风翻盘? 21家A股游戏公司2022年收入651亿 今年“游戏+AI”能否逆风翻盘? 衛青柏 | 2023-05-04
  • 与周立波夫妇闹纠纷成老赖,唐爽被司法拘留15日 与周立波夫妇闹纠纷成老赖,唐爽被司法拘留15日 寸飛蘭 | 2023-05-05
  • 信用风险释放趋缓,结构性风险需重点关注 ——2023年一季度债市信用风险回顾与下阶段展望 信用风险释放趋缓,结构性风险需重点关注 ——2023年一季度债市信用风险回顾与下阶段展望 袁曼雁 | 2023-05-02
  • 普京签署总统令,批准对俄刑法典相关法条的修正案 普京签署总统令,批准对俄刑法典相关法条的修正案 集玲琳 | 2023-05-02
  • 解除资格!停止一切合作 解除资格!停止一切合作 佼昌翰 | 2023-05-02
  • 中银证券给予南京银行增持评级 中银证券给予南京银行增持评级 袁曼雁 | 2023-05-03
  • 3699起 联想小新mini主机上架 13代酷睿标压处理器 3699起 联想小新mini主机上架 13代酷睿标压处理器 習又夏 | 2023-05-05
  • 前董事长被免,天山生物全面进入“中植系”时代?股价曾在一月内暴涨超400% 前董事长被免,天山生物全面进入“中植系”时代?股价曾在一月内暴涨超400% 惠惠君 | 2023-05-02
  • 疯成这样,怎么还能被全网吹捧? 疯成这样,怎么还能被全网吹捧? 郜萌運 | 2023-05-02
  • 狂吼11次“让一下”!交警咆哮开道嘶吼到吐 狂吼11次“让一下”!交警咆哮开道嘶吼到吐 寸飛蘭 | 2023-05-03
  • 摩根大通收购美国第一共和银行 摩根大通收购美国第一共和银行 謝飛揚 | 2023-05-02
  • 台剧赢麻了,又来一部8.9 台剧赢麻了,又来一部8.9 衛青柏 | 2023-05-02
  • 下降45分,上涨35分!34所自划线院校复试分数线涨幅汇总 下降45分,上涨35分!34所自划线院校复试分数线涨幅汇总 袁曼雁 | 2023-05-07
  • 事关农村土地承包和农民权益,《农村土地承包合同管理办法》5月1日起施行 事关农村土地承包和农民权益,《农村土地承包合同管理办法》5月1日起施行 郟君昊 | 2023-05-02
  • "三高"已盯上青少年,做好这件事是关键 "三高"已盯上青少年,做好这件事是关键 習又夏 | 2023-05-05
  • 五一档没一个能打的 五一档没一个能打的 集玲琳 | 2023-05-05
  • 恐怖韩剧下神坛,这次胆小可入 恐怖韩剧下神坛,这次胆小可入 袁曼雁 | 2023-05-05
  • 这剧是不是用ChatGPT写的呀? 这剧是不是用ChatGPT写的呀? 惠惠君 | 2023-05-02
  • 200户连夜疏散,原因让人愤怒!“损失超一亿”,官方通报 200户连夜疏散,原因让人愤怒!“损失超一亿”,官方通报 袁曼雁 | 2023-05-03
  • 性骚扰惯犯,滚出娱乐圈 性骚扰惯犯,滚出娱乐圈 謝飛揚 | 2023-05-05
  • 48岁何炅自曝已老花眼,黄磊睡前认老,《向往的生活》证实将停办 48岁何炅自曝已老花眼,黄磊睡前认老,《向往的生活》证实将停办 佼昌翰 | 2023-05-02
  • 一个《长月烬明》倒了,《狐妖》《长相思》《与凤行》…在路上了 一个《长月烬明》倒了,《狐妖》《长相思》《与凤行》…在路上了 惠惠君 | 2023-05-02
  • 当年轻人开始不随份子钱 当年轻人开始不随份子钱 袁曼雁 | 2023-05-02
  • 张天爱假期晒“酷”存照 卷发披肩穿黑色吊带裙大秀好身材 张天爱假期晒“酷”存照 卷发披肩穿黑色吊带裙大秀好身材 嬴覓晴 | 2023-05-02
  • 毕滢用8年时间成功逼宫?曾被传已婚生子的她,不容小觑 毕滢用8年时间成功逼宫?曾被传已婚生子的她,不容小觑 幸聽楓 | 2023-05-03
  • 宋慧乔获视后首次晒照,拿奖杯笑容温柔 宋慧乔获视后首次晒照,拿奖杯笑容温柔 郜萌運 | 2023-05-02

©2022 大酷樂 版權所有

隱私政策 | 服務條款 | 聯繫我們