先读懂方法，再动手写
把论文的方法部分拆成可执行的步骤清单，包括数据处理、模型结构、训练或估计过程、评价指标，而不是照着摘要瞎猜一个实现。
论文复现智能体
理解论文方法与数据要求，执行分析、核对结果，并交付代码、图表和复现说明。
复现一篇论文，卡住人的往往不是不会写代码，而是论文本身没写全：某个超参数没提、预处理步骤一笔带过、公式里的下标含义要靠上下文猜。你得一边读一边推断作者到底做了什么，试错好几轮才可能对上原文的数字。
论文复现智能体做的就是这段推断加试错的活：读懂方法部分、列出需要的数据与参数、把缺失的地方标出来并给出合理取值，然后写代码跑、拿结果和论文里的数字比对、对不上就回头查哪一步理解偏了。最后交给你的是可运行的代码、复现结果，以及一份说明——哪些对上了，哪些没对上，为什么。
可以完成什么
缺失信息明确标注
论文没写清楚的超参数、初始化方式、数据划分比例，会被单独列出来并给出取值依据，而不是悄悄用一个默认值蒙混过去。
结果与原文逐项比对
跑出来的数字会和论文中的对应结果放在一起比。对不上时会去查是哪一步的理解偏了，而不是把差异说成"实现细节不同"了事。
交付可运行的工程
产出是完整可跑的代码而不是片段，含依赖说明和运行方式，你自己重跑一遍就能验证。
它是怎么做到的
- 拆解方法通读论文的方法与实验部分，整理成一份步骤清单，同时列出所需的数据、参数与评价指标。
- 盘点缺口把论文没交代清楚的地方集中列出，逐条给出推断依据和拟采用的取值，需要你拍板的地方会问你。
- 实现并执行写代码、在沙箱里真实运行、读运行结果，报错就定位修复后重跑。
- 比对与结论把复现结果与原文数字对照，给出一致与不一致的清单及原因分析，附上代码与图表。
用法示例
复现方法用于自己的数据
这篇论文提出的方法我想用在自己的数据上，先帮我把它的方法复现出来，确认能跑通再说。
一份可运行的实现、在论文原始设定下的复现结果对照，以及把方法迁移到你数据上需要改动哪些地方的说明。
审稿或组会前的核验
帮我复现这篇论文表 3 的结果，我想确认它报告的提升是不是站得住。
表 3 各项的复现数值与原文并排对照，标明哪些复现出来了、哪些差距明显，以及差距可能来自哪一步。
常见问题
什么样的论文能复现？
方法描述相对完整、所需数据可获取或可以合理模拟的论文成功率较高。依赖专有数据集或未公开细节过多的论文，它会在开始前就告诉你哪些部分注定无法完全复现。
复现不出原文结果怎么办？
它会如实告诉你没对上，并给出排查过的方向，而不是调参数硬凑到接近的数字。复现失败本身也是有价值的信息。
代码是在哪里运行的？
在隔离的沙箱环境中真实执行，不是"看起来能跑"的伪代码。运行日志一并交付。
需要我提供数据吗？
公开数据集它可以自己获取；专有数据需要你上传。如果两者都没有，它可以按论文描述生成模拟数据先验证实现逻辑是否正确。