开源仓库going-doer/Paper2Code4,795 Stars

Paper2Code

把机器学习论文自动转为复现计划、代码文件和评估报告

适合需要复现机器学习论文结果的研究者和工程师。输入论文 PDF 或 LaTeX 源文件,工具先生成复现计划与系统架构,再逐文件生成代码、运行脚本和调试修补,最后用模型评估生成仓库的复现正确性。

bo老师判断:值得观察

方向值得关注,建议先确认当前任务是否真正需要它。

...互动状态已更新

这个工具提供了哪些能力

点开任一能力,看清怎么用

每个能力展开后是三件事:它会给你什么、你需要准备什么、哪些必须由你把关。

常见场景:拿到一篇机器学习论文后需要快速搭建复现代码骨架;想验证论文方法是否可以在不手工阅读全部细节的情况下被代码化;需要对比论文声称结果与模型生成代码的运行结果;论文复现工作量很大,需要先获得结构化的任务列表和依赖配置

覆盖阶段设计分析验证

第一次这样开始

把仓库地址直接交给 AI

先让 AI 说明环境和风险,再完成最小安装验证。开始前想清楚要用哪个能力、把对应材料备在手边——每张能力卡展开后有具体清单。

第一次直接复制

帮我安装这个库:https://github.com/going-doer/Paper2Code
安装前先告诉我需要什么环境,安装后帮我跑通一个最小示例。

别这样用

这些判断,仍然由你负责

  • 把生成的代码当作可直接运行的最终产物——模型可能忽略论文中未明确描述的细节或超参数
  • 跳过计划审查直接执行——如果复现计划遗漏了关键模块,后续代码链条会整体偏离
  • 依赖模型评估来判断复现正确性——生成代码和论文结果之间的差异仍需人工对照原文验证

技术依据

查看能力拆解、验证范围与来源

处理机制

  1. 01

    三阶段轨迹与产物目录链

    Paper2Code 的多张能力卡共享同一条产物链:输入论文先进入 planning,planning 产出 trajectories、config 和 task list,analysis 按 task list 生成逐文件分析,coding 再按相同顺序写入输出仓库,eval 和 debug 继续复用同一组文件。这个机制卡说明这些对象如何跨阶段传递。

已核对范围

  • 静态确认 OpenAI 和 vLLM planning 脚本的四轮消息链
  • 静态确认 plan、architecture design、task list 和 config YAML 的输出顺序
  • 静态确认 ref-free 和 ref-based 两种评估 prompt
  • 静态确认 eval 脚本读取论文、目标仓库、可选 gold 仓库并汇总 1 到 5 分
  • 静态确认 JSON 清洗脚本、LaTeX 输入分支和四个运行脚本的入口参数
  • 静态确认示例 JSON 结构和 cleaned JSON 的字段变化
  • 静态确认 reproduce.sh 生成脚本读取生成仓库代码和配置
  • 静态确认 debug 脚本按 SEARCH/REPLACE block 应用模型修补

仍待核对

  • 未调用 OpenAI 或 vLLM 生成真实计划
  • 未检查输出 JSON 是否总能被解析
  • 未验证计划能否覆盖任意机器学习论文的关键实验
  • 未调用评估模型
  • 未验证评分稳定性
  • 未验证无有效模型输出时的失败处理
  • 未运行 s2orc-doc2json 或 Grobid 服务
  • 未用真实 PDF 生成新的 JSON

读取版本

ba9169978043d5799c8d4f4a0963e6b66a24c2e1

许可

Apache-2.0

最近核对

内容 2026-06-16
Stars 2026-07-11

已完成源码核对

科研之我见

AI 科研全流程怎么搭,我梳理出三个核心入口

每天开工先固定阶段入口、材料入口和验证入口,把庞大的科研全流程收缩成一段可执行、可检查的任务。

查看内容

科研之我见

AI 可以参与科研的哪些环节?一张 11 环节工作流全景图

从选题、文献、理论、数据到投稿,逐环节判断 AI 可以主导、需要人工校验和必须由研究者把关的工作。

查看内容

文献 · 验证

paper-qa

从本地论文和文档中检索证据并生成带精确引用的科研答案

查看内容

文献 · 分析 · 写作

grobid

把学术论文PDF解析成结构化TEI XML,提取元数据、全文结构和参考文献

查看内容

设计 · 分析 · 验证

CausalPy

用贝叶斯方法做准实验因果推断,含10+方法和稳健性诊断套件

查看内容

相关课程

把单项工具放进完整研究设计流程

课程一从研究问题、文献判断、理论假设和方法骨架继续推进,帮助你建立可以复用的研究设计档案。

查看课程一