機器學習資源網站 Papers with Code 宣布與論文預印本平臺 arXiv 進行合作，論文作者在 arXiv 上上傳論文時可以同步上傳官方和社區代碼，這或許有助于解決論文可復現性問題。

機器學習資源網站 Papers with Code 自創立以來，憑借豐富的開放資源和卓越的社區服務，成為機器學習研究者最常用的資源網站之一。2019 年底，Papers with Code 正式并入 Facebook AI。最近，它又有了新舉措：與論文預印本平臺 arXiv 展開合作，支持在 arXiv 頁面上添加代碼鏈接。

現在，arXiv 上機器學習論文摘要頁面的下方出現了一個 Code 按鈕，它可以鏈接論文相關的官方和社區代碼實現：

arXiv 論文頁面新增的 Code 部分（Papers with Code 提供支持）。

可提供官方代碼和社區代碼。 如何使用？ 論文作者登錄 arXiv 網站，點擊 Papers with Code 圖標即可添加官方代碼（參見下圖箭頭）。然后，頁面轉向 Papers with Code 網站，作者可以在那里添加代碼。官方代碼實現添加完成后，arXiv 論文摘要頁面將出現官方代碼（official code）部分。

Papers With Code 聯合創始人 Robert Stojnic 表示：

Papers With Code 的宗旨是通過使用戶更輕松地獲取、使用和擴展各項研究，來促進科技進步。與 arXiv 的此次合作可以幫助研究人員和從業者更輕松地基于最新機器學習研究進行復用和擴展。 Papers With Code 希望這一舉措可以對機器學習以外更廣泛的計算科學帶來連鎖反應。科學是逐漸累積的。開放科學，包括公布源代碼，有助于加速科學的進步。

全球最大的預印本系統 + 機器學習研究者最常用的資源網站 = ？ 當越來越多的人在上傳論文到 arXiv 時順手附上代碼實現，提交代碼是否會演變成為社區規范？這將帶來什么影響？ 不管最終如何，arXiv 和 Papers With Code 的合作首先有助于解決研究的可復現性問題。

有網友表示：「當這成為規范，提交代碼將成為在計算機科學期刊上發表文章的軟要求，如果期刊還存在的話……」

無獨有偶，還有人設想，要是再加些新的功能（比如 Q&A 論壇、讀者評論），說不定期刊的時代真的可以結束了：

可復現性是科學領域長期關注的話題，近期人工智能和機器學習社區也對此投入了更多關注。例如 ICML、ICLR 和 NeurIPS 這些頂級學術會議都在努力推進將實驗代碼和數據作為評審材料的一部分提交，并鼓勵作者在評審或出版過程中提交代碼以幫助結果可復現。 在此背景下，Papers with Code 與 arXiv 的合作將對可復現性研究帶來有益的影響。當提交代碼成為規范，當可復現性難題得到解決，開放科學還會遠嗎？

原文標題：【學術新聞】強強聯合！Papers with Code攜手arXiv，上傳論文、提交代碼一步到位

文章出處：【微信公眾號：深度學習自然語言處理】歡迎添加關注！文章轉載請注明出處。

責任編輯：haq