checklist

Reproducibility Checklist 问题提取与中文翻译

1. General Paper Structure（论文整体结构）

• 1.1 是否包含所提出 AI 方法的概念框架和/或伪代码描述？（yes/partial/no/NA）yes
• 1.2 是否清楚地区分了主观意见、假设、推测与客观事实和结果？（yes/no）yes
• 1.3 是否为不熟悉的读者提供了易于理解的参考文献，以便获得复制论文所需的背景知识？（yes/no）yes

2. Theoretical Contributions（理论贡献）

• 2.1 本文是否做出理论贡献？（yes/no）
  • 若回答为 yes，请继续回答以下子问题：
    • 2.1.1 所有假设和限制是否被清晰且正式地陈述？（yes/partial/no）
    • 2.1.2 所有新颖的主张是否以正式形式给出（例如定理陈述）？（yes/partial/no）
    • 2.1.3 所有新颖主张的证明是否都已包含？（yes/partial/no）
    • 2.1.4 是否为复杂和/或新颖的结果提供了证明概要或直观解释？（yes/partial/no）
    • 2.1.5 是否给出了所使用理论工具的适当引用？（yes/partial/no）
    • 2.1.6 所有理论主张是否通过实验被验证为成立？（yes/partial/no/NA）
    • 2.1.7 用于排除或反驳主张的所有实验代码是否都已包含？（yes/no/NA）

3. Dataset Usage（数据集使用）

• 3.1 本文是否依赖一个或多个数据集？（yes/no）yes
  • 若回答为 yes，请继续回答以下子问题：
    • 3.1.1 是否说明了为何选择这些数据集进行实验？（yes/partial/no/NA）yes
    • 3.1.2 本文引入的所有新数据集是否已包含在数据附录中？（yes/partial/no/NA）？？
    • 3.1.3 本文引入的所有新数据集是否将在论文发表后公开，并附带允许研究用途的免费使用许可？（yes/partial/no/NA）？？
    • 3.1.4 所有引自现有文献的数据集（包括作者自己先前发表的工作）是否均有适当引用？（yes/no/NA）yes
    • 3.1.5 所有引自现有文献的数据集是否均可公开获取？（yes/partial/no/NA）yes
    • 3.1.6 对于无法公开获取的数据集，是否详细描述了其内容，并解释了为何公开替代方案无法满足科学需求？（yes/partial/no/NA）??

4. Computational Experiments（计算实验）

• 4.1 本文是否包含计算实验？（yes/no）yes
  • 若回答为 yes，请继续回答以下子问题：
    • 4.1.1 是否说明了在论文开发过程中针对每个（超）参数尝试的数值范围，以及用于选择最终参数的标准？（yes/partial/no/NA）??
    • 4.1.2 用于数据预处理的所有代码是否已包含在附录中？（yes/partial/no）yes
    • 4.1.3 用于执行和分析实验的所有源代码是否已包含在代码附录中？（yes/partial/no）
    • 4.1.4 用于执行和分析实验的所有源代码是否将在论文发表后公开，并附带允许研究用途的免费使用许可？（yes/partial/no）
    • 4.1.5 所有实现新方法的源代码是否包含详细注释，并引用论文中相应步骤？（yes/partial/no）
    • 4.1.6 如果算法依赖随机性，是否描述了设置随机种子的方法，足以复现结果？（yes/partial/no/NA）
    • 4.1.7 是否指定了用于运行实验的计算基础设施（硬件与软件），包括 GPU/CPU 型号、内存容量、操作系统、相关软件库及其版本？（yes/partial/no）
    • 4.1.8 是否正式描述了所使用的评估指标，并解释了选择这些指标的原因？（yes/partial/no）
    • 4.1.9 是否说明了用于计算每个报告结果的算法运行次数？（yes/no）
    • 4.1.10 实验分析是否超越了单一维度的性能总结（如平均值、中位数），包含变异度、置信度或其他分布信息？（yes/no）
    • 4.1.11 是否使用适当的统计检验（如 Wilcoxon signed-rank）来判断性能提升或下降的显著性？（yes/partial/no）
    • 4.1.12 是否列出了论文实验中每个模型/算法使用的所有最终（超）参数？（yes/partial/no/NA）