這項(xiàng)由韓國(guó)科學(xué)技術(shù)院(KAIST)和DeepAuto.ai合作完成的研究發(fā)表于2025年5月，論文作者包括Minju Seo、Jinheon Baek、Seongyun Lee和Sung Ju Hwang。這項(xiàng)突破性研究解決了科學(xué)界長(zhǎng)期存在的一個(gè)頭疼問(wèn)題：如何將復(fù)雜的學(xué)術(shù)論文轉(zhuǎn)化為實(shí)際可用的代碼。感興趣的讀者可以通過(guò)https://github.com/going-doer/Paper2Code訪問(wèn)完整的研究成果和代碼。

想象一下這樣的場(chǎng)景：你在閱讀一篇機(jī)器學(xué)習(xí)論文，對(duì)其中描述的新方法非常感興趣，但論文作者沒(méi)有提供代碼。傳統(tǒng)情況下，你需要花費(fèi)數(shù)周甚至數(shù)月的時(shí)間來(lái)理解論文細(xì)節(jié)，然后從零開(kāi)始編寫(xiě)代碼。這就好像看到一道美味佳肴的照片，卻沒(méi)有食譜，你必須憑著模糊的描述和個(gè)人理解來(lái)還原整道菜。

研究團(tuán)隊(duì)發(fā)現(xiàn)了一個(gè)令人擔(dān)憂的現(xiàn)實(shí)：在2024年的頂級(jí)機(jī)器學(xué)習(xí)會(huì)議中，只有平均19.5%的論文提供了官方代碼實(shí)現(xiàn)。這意味著超過(guò)80%的科學(xué)發(fā)現(xiàn)都缺少可復(fù)現(xiàn)的實(shí)現(xiàn)方法，嚴(yán)重阻礙了科學(xué)進(jìn)步的速度。KAIST團(tuán)隊(duì)將這個(gè)問(wèn)題比作建筑行業(yè)只有設(shè)計(jì)圖紙卻沒(méi)有施工說(shuō)明書(shū)，工程師們必須憑借經(jīng)驗(yàn)和猜測(cè)來(lái)建造建筑物。

PaperCoder的核心創(chuàng)新在于它能夠像一位資深的程序員一樣閱讀科學(xué)論文，理解其中的方法論，然后自動(dòng)生成完整的代碼倉(cāng)庫(kù)。這個(gè)過(guò)程不需要任何預(yù)先存在的代碼片段或API文檔，完全基于論文文本內(nèi)容進(jìn)行理解和轉(zhuǎn)換。

**一、PaperCoder的工作原理：三步曲的代碼生成過(guò)程**

PaperCoder的工作流程可以比作一位建筑師設(shè)計(jì)和建造房屋的完整過(guò)程，分為三個(gè)緊密相連的階段。

第一個(gè)階段是規(guī)劃階段，就像建筑師在動(dòng)工前需要仔細(xì)研究地形、制定建造計(jì)劃一樣。PaperCoder首先會(huì)深入閱讀整篇論文，理解其中描述的方法和實(shí)驗(yàn)設(shè)計(jì)。它會(huì)構(gòu)建一個(gè)高層次的實(shí)現(xiàn)路線圖，識(shí)別出需要實(shí)現(xiàn)的核心組件。接著，它會(huì)設(shè)計(jì)整個(gè)系統(tǒng)的架構(gòu)，包括類圖和序列圖，就像建筑師繪制建筑的結(jié)構(gòu)圖一樣。然后，它會(huì)確定文件之間的依賴關(guān)系和執(zhí)行順序，這相當(dāng)于確定施工的先后順序。最后，它會(huì)生成配置文件，為研究人員提供靈活調(diào)整實(shí)驗(yàn)參數(shù)的能力。

這個(gè)規(guī)劃階段進(jìn)一步細(xì)分為四個(gè)子步驟。首先是總體計(jì)劃制定，PaperCoder會(huì)提取論文中的核心組件和功能概述，識(shí)別需要實(shí)現(xiàn)的具體方法和實(shí)驗(yàn)。然后是架構(gòu)設(shè)計(jì)，它會(huì)生成文件列表、類圖和序列圖，詳細(xì)描述文件的靜態(tài)表示和動(dòng)態(tài)交互。接下來(lái)是邏輯設(shè)計(jì)，它會(huì)將抽象的組件關(guān)系轉(zhuǎn)化為可執(zhí)行的順序，并詳細(xì)說(shuō)明每個(gè)文件內(nèi)部的邏輯。最后是配置生成，它會(huì)基于論文中的超參數(shù)和模型設(shè)置創(chuàng)建配置文件。

第二個(gè)階段是分析階段，類似于建筑師對(duì)每個(gè)房間進(jìn)行詳細(xì)設(shè)計(jì)。在這個(gè)階段，PaperCoder會(huì)對(duì)規(guī)劃階段確定的每個(gè)文件進(jìn)行深入分析，明確每個(gè)組件應(yīng)該如何具體實(shí)現(xiàn)。它會(huì)定義每個(gè)函數(shù)的功能目標(biāo)、輸入輸出行為、文件間的依賴關(guān)系，以及從原始論文中推導(dǎo)出的算法規(guī)范。這個(gè)過(guò)程確保了每個(gè)代碼文件都有明確的實(shí)現(xiàn)目標(biāo)和技術(shù)規(guī)范。

第三個(gè)階段是編碼階段，相當(dāng)于實(shí)際的建造過(guò)程。PaperCoder會(huì)根據(jù)前兩個(gè)階段積累的所有信息，按照邏輯設(shè)計(jì)階段確定的執(zhí)行順序，逐個(gè)生成代碼文件。為了確保文件間的一致性，它采用序貫生成的方式，每生成一個(gè)文件，都會(huì)考慮之前已生成文件的內(nèi)容和接口。這種方法確保了整個(gè)代碼倉(cāng)庫(kù)的協(xié)調(diào)性和完整性。

**二、多智能體協(xié)作：像團(tuán)隊(duì)開(kāi)發(fā)一樣的AI工作模式**

PaperCoder的另一個(gè)重要?jiǎng)?chuàng)新是采用了多智能體框架，這就像組建一個(gè)專業(yè)的軟件開(kāi)發(fā)團(tuán)隊(duì)，每個(gè)成員都有自己的專長(zhǎng)和責(zé)任。

在這個(gè)AI團(tuán)隊(duì)中，有專門(mén)負(fù)責(zé)項(xiàng)目規(guī)劃的"架構(gòu)師"智能體，它負(fù)責(zé)理解論文的整體結(jié)構(gòu)和技術(shù)要求，制定實(shí)現(xiàn)策略。有專門(mén)進(jìn)行需求分析的"分析師"智能體，它深入挖掘每個(gè)組件的具體實(shí)現(xiàn)細(xì)節(jié)。還有負(fù)責(zé)實(shí)際編碼的"程序員"智能體，它將前面的規(guī)劃和分析轉(zhuǎn)化為可執(zhí)行的代碼。

這些智能體之間通過(guò)結(jié)構(gòu)化的對(duì)話和信息傳遞進(jìn)行協(xié)作。架構(gòu)師智能體的輸出成為分析師智能體的輸入，分析師的成果又為程序員智能體提供詳細(xì)的實(shí)現(xiàn)指南。這種流水線式的協(xié)作確保了每個(gè)階段的輸出都能為下一階段提供高質(zhì)量的輸入，最終產(chǎn)生連貫、完整的代碼實(shí)現(xiàn)。

每個(gè)智能體都使用專門(mén)設(shè)計(jì)的提示模板來(lái)指導(dǎo)其工作。這些模板就像標(biāo)準(zhǔn)化的工作流程，確保每個(gè)智能體都能專注于自己的核心任務(wù)，同時(shí)與其他智能體保持良好的協(xié)調(diào)。比如，架構(gòu)設(shè)計(jì)智能體會(huì)收到包含論文內(nèi)容和總體規(guī)劃的詳細(xì)提示，要求它生成類圖、序列圖和文件依賴關(guān)系。

**三、Paper2CodeBench：建立代碼生成的評(píng)價(jià)標(biāo)準(zhǔn)**

為了驗(yàn)證PaperCoder的效果，研究團(tuán)隊(duì)創(chuàng)建了一個(gè)全新的評(píng)估基準(zhǔn)——Paper2CodeBench。這個(gè)基準(zhǔn)包含了從2024年頂級(jí)機(jī)器學(xué)習(xí)會(huì)議(ICLR、ICML、NeurIPS)中精選的90篇論文，每個(gè)會(huì)議貢獻(xiàn)30篇。

這個(gè)評(píng)估過(guò)程就像為一道新菜品設(shè)立品鑒標(biāo)準(zhǔn)。研究團(tuán)隊(duì)設(shè)計(jì)了兩套評(píng)估協(xié)議：參考式評(píng)估和無(wú)參考式評(píng)估。參考式評(píng)估類似于有標(biāo)準(zhǔn)答案的考試，當(dāng)論文作者提供了官方代碼實(shí)現(xiàn)時(shí)，系統(tǒng)會(huì)將PaperCoder生成的代碼與官方版本進(jìn)行對(duì)比。無(wú)參考式評(píng)估則像是沒(méi)有標(biāo)準(zhǔn)答案的開(kāi)放性考試，完全基于論文內(nèi)容來(lái)判斷生成代碼的質(zhì)量。

評(píng)估過(guò)程不僅包括自動(dòng)化的模型評(píng)估，還包含了人工專家評(píng)估。特別值得一提的是，研究團(tuán)隊(duì)邀請(qǐng)了原論文的作者來(lái)評(píng)估PaperCoder生成的代碼實(shí)現(xiàn)。這就像請(qǐng)?jiān)俗V創(chuàng)作者來(lái)品嘗復(fù)制的菜品，是最權(quán)威的質(zhì)量檢驗(yàn)方式。

在Paper2CodeBench上的測(cè)試結(jié)果顯示，PaperCoder在所有基線方法中表現(xiàn)最優(yōu)。在參考式評(píng)估中，它在ICLR論文上獲得了3.68分(滿分5分)，在ICML上獲得了3.72分，在NeurIPS上獲得了3.83分。在無(wú)參考式評(píng)估中，表現(xiàn)更加出色，三個(gè)會(huì)議的得分都在4.7分以上。

更令人驚喜的是人工評(píng)估結(jié)果。在專家評(píng)估中，88%的情況下PaperCoder生成的代碼被評(píng)為最佳選擇。92%的人工評(píng)判者報(bào)告說(shuō)，生成的代碼倉(cāng)庫(kù)確實(shí)對(duì)理解和復(fù)現(xiàn)原始研究工作有幫助。這些數(shù)據(jù)表明PaperCoder不僅在技術(shù)指標(biāo)上表現(xiàn)優(yōu)秀，在實(shí)際應(yīng)用價(jià)值上也得到了專家的認(rèn)可。

**四、代碼執(zhí)行能力：接近實(shí)用的自動(dòng)化水平**

除了代碼質(zhì)量評(píng)估，研究團(tuán)隊(duì)還測(cè)試了生成代碼的實(shí)際執(zhí)行能力。他們手工選擇了五篇論文，嘗試運(yùn)行PaperCoder生成的代碼。結(jié)果顯示，這些代碼幾乎可以直接運(yùn)行，只需要平均修改0.81%的代碼行數(shù)就能成功執(zhí)行。

這個(gè)結(jié)果相當(dāng)令人鼓舞。修改的內(nèi)容主要包括更新過(guò)時(shí)的API調(diào)用、修正數(shù)據(jù)類型不匹配等技術(shù)細(xì)節(jié)問(wèn)題。比如在Self-Instruct項(xiàng)目的代碼中，主要需要將舊版的OpenAI API調(diào)用更新為最新版本。在CoLoR項(xiàng)目中，需要添加一些必要的參數(shù)和類型轉(zhuǎn)換。這些修改都是相對(duì)簡(jiǎn)單的技術(shù)調(diào)整，不涉及核心算法邏輯的改動(dòng)。

這種接近實(shí)用的執(zhí)行能力表明，PaperCoder生成的代碼已經(jīng)非常接近人工編寫(xiě)的質(zhì)量。對(duì)于研究人員來(lái)說(shuō)，這意味著他們可以將PaperCoder的輸出作為一個(gè)高質(zhì)量的起點(diǎn)，稍作調(diào)整就能開(kāi)始實(shí)驗(yàn)，大大減少了從論文到實(shí)現(xiàn)的時(shí)間成本。

**五、與現(xiàn)有方法的比較：顯著的性能優(yōu)勢(shì)**

研究團(tuán)隊(duì)將PaperCoder與多個(gè)現(xiàn)有的代碼生成系統(tǒng)進(jìn)行了對(duì)比，包括ChatDev、MetaGPT等知名的多智能體軟件開(kāi)發(fā)框架。

ChatDev是一個(gè)采用角色扮演機(jī)制的多智能體框架，通過(guò)結(jié)構(gòu)化對(duì)話來(lái)協(xié)作開(kāi)發(fā)軟件。MetaGPT則實(shí)現(xiàn)了瀑布式開(kāi)發(fā)流程，使用標(biāo)準(zhǔn)化操作程序來(lái)組織開(kāi)發(fā)過(guò)程。這些系統(tǒng)在一般的軟件開(kāi)發(fā)任務(wù)上表現(xiàn)不錯(cuò)，但在處理科學(xué)論文這種特殊輸入時(shí)就顯現(xiàn)出局限性。

對(duì)比結(jié)果顯示，PaperCoder在所有評(píng)估指標(biāo)上都大幅超越了這些基線方法。這種優(yōu)勢(shì)的根源在于PaperCoder采用了自頂向下的分析方法，它會(huì)先全面理解論文內(nèi)容，然后逐步細(xì)化實(shí)現(xiàn)細(xì)節(jié)。而傳統(tǒng)方法通常采用自底向上的策略，從簡(jiǎn)短的需求描述開(kāi)始逐步擴(kuò)展，這種方法在處理復(fù)雜的科學(xué)文檔時(shí)容易遺漏重要信息或產(chǎn)生理解偏差。

研究團(tuán)隊(duì)還在PaperBench Code-Dev數(shù)據(jù)集上進(jìn)行了額外驗(yàn)證。這個(gè)數(shù)據(jù)集包含20篇ICML 2024論文，并提供了人工標(biāo)注的評(píng)估標(biāo)準(zhǔn)。PaperCoder在這個(gè)更加嚴(yán)格的評(píng)估標(biāo)準(zhǔn)下依然表現(xiàn)優(yōu)異，復(fù)現(xiàn)得分達(dá)到45.14%，顯著超越了其他方法。

**六、不同模型backbone的表現(xiàn)分析**

研究團(tuán)隊(duì)還測(cè)試了PaperCoder在不同大語(yǔ)言模型上的表現(xiàn)。他們使用了包括DS-Coder、Qwen-Coder、DS-Distill-Qwen和o3-mini-high等多個(gè)模型作為底層引擎。

測(cè)試結(jié)果顯示，使用更強(qiáng)大的推理能力模型作為backbone時(shí)，PaperCoder的表現(xiàn)更加出色。o3-mini-high在所有評(píng)估設(shè)置中都獲得了最高分?jǐn)?shù)，這表明模型的推理能力對(duì)于理解復(fù)雜科學(xué)文檔和生成高質(zhì)量代碼至關(guān)重要。在開(kāi)源模型中，DS-Distill-Qwen表現(xiàn)最佳，其次是Qwen-Coder和DS-Coder。

這個(gè)發(fā)現(xiàn)對(duì)于實(shí)際應(yīng)用具有重要意義。它表明PaperCoder的框架設(shè)計(jì)是通用的，可以隨著底層模型能力的提升而獲得更好的性能。同時(shí)，即使使用較弱的開(kāi)源模型，PaperCoder依然能夠產(chǎn)生有用的代碼實(shí)現(xiàn)，這為資源受限的研究環(huán)境提供了可行的解決方案。

**七、細(xì)粒度分析：哪些組件實(shí)現(xiàn)得最好**

研究團(tuán)隊(duì)還進(jìn)行了組件級(jí)別的實(shí)現(xiàn)分析，評(píng)估PaperCoder在不同類型任務(wù)上的表現(xiàn)。他們將論文中的關(guān)鍵組件分為數(shù)據(jù)處理、方法實(shí)現(xiàn)和評(píng)估三個(gè)類別，然后統(tǒng)計(jì)每個(gè)類別中有多少組件被正確實(shí)現(xiàn)。

結(jié)果顯示，方法實(shí)現(xiàn)部分的覆蓋率最高，達(dá)到86%。這表明PaperCoder在理解和實(shí)現(xiàn)核心算法方面表現(xiàn)出色。評(píng)估部分的覆蓋率為79%，數(shù)據(jù)處理部分為56%。數(shù)據(jù)處理部分得分相對(duì)較低的原因主要是論文中對(duì)數(shù)據(jù)格式和加載方式的描述往往不夠詳細(xì)，導(dǎo)致實(shí)現(xiàn)時(shí)存在不確定性。

這種細(xì)粒度分析為進(jìn)一步改進(jìn)PaperCoder提供了明確的方向。未來(lái)的版本可以加強(qiáng)對(duì)數(shù)據(jù)處理部分的理解和實(shí)現(xiàn)能力，比如通過(guò)更好地推斷數(shù)據(jù)格式或提供多種可能的數(shù)據(jù)加載方案。

人工評(píng)估者在被問(wèn)及為什么選擇PaperCoder生成的代碼時(shí)，最常提到的原因包括：完整性（16人提及）、清晰的結(jié)構(gòu)（13人提及）、忠實(shí)于原論文（8人提及）、易用性（6人提及）、代碼質(zhì)量（7人提及）和獨(dú)特優(yōu)勢(shì)（4人提及）。這些反饋表明PaperCoder不僅在技術(shù)指標(biāo)上表現(xiàn)優(yōu)秀，在用戶體驗(yàn)和實(shí)用性方面也獲得了認(rèn)可。

**八、消融研究：每個(gè)組件的貢獻(xiàn)**

為了理解PaperCoder各個(gè)組件的重要性，研究團(tuán)隊(duì)進(jìn)行了詳細(xì)的消融研究。他們從最基礎(chǔ)的版本開(kāi)始，逐步添加各個(gè)組件，觀察性能變化。

基礎(chǔ)版本只使用完整論文內(nèi)容進(jìn)行代碼生成，得分為3.28分。添加總體規(guī)劃組件后，得分提升到3.40分。有趣的是，添加架構(gòu)設(shè)計(jì)組件后，得分反而下降到3.13分，但這種下降是預(yù)期的。原因在于架構(gòu)設(shè)計(jì)本身只提供靜態(tài)結(jié)構(gòu)，沒(méi)有指定執(zhí)行順序，可能會(huì)在代碼生成時(shí)造成混亂。

當(dāng)添加邏輯設(shè)計(jì)組件后，得分顯著跳升到3.60分，證明了明確的執(zhí)行順序?qū)Υa生成的重要性。繼續(xù)添加配置文件生成后，得分進(jìn)一步提升到3.66分。最終添加分析階段后，達(dá)到最高得分3.72分。

這個(gè)漸進(jìn)式的性能提升表明，PaperCoder的每個(gè)組件都有其獨(dú)特價(jià)值，它們協(xié)同工作才能達(dá)到最佳效果。特別是邏輯設(shè)計(jì)階段的重要性被明確驗(yàn)證，它解決了架構(gòu)設(shè)計(jì)階段帶來(lái)的不確定性，為代碼生成提供了明確的指導(dǎo)。

**九、在不同論文類型上的表現(xiàn)差異**

研究團(tuán)隊(duì)還分析了PaperCoder在不同類型論文上的表現(xiàn)差異。他們將論文按照會(huì)議接收類型分為口頭報(bào)告（oral/spotlight）和海報(bào)展示（poster）兩類，發(fā)現(xiàn)前者的代碼生成質(zhì)量略高于后者。

口頭報(bào)告論文的平均得分為3.88分，而海報(bào)論文為2.87分。這種差異可能反映了論文寫(xiě)作質(zhì)量的差異，口頭報(bào)告論文通常獲得更高的評(píng)價(jià)，其方法描述可能更加清晰詳細(xì)，從而有利于代碼生成。

這個(gè)發(fā)現(xiàn)對(duì)于選擇適合使用PaperCoder的論文具有指導(dǎo)意義。高質(zhì)量、描述詳細(xì)的論文更可能產(chǎn)生高質(zhì)量的代碼實(shí)現(xiàn)。同時(shí)，這也提醒研究人員在撰寫(xiě)論文時(shí)應(yīng)該提供足夠詳細(xì)的方法描述，不僅有利于人類讀者理解，也有助于自動(dòng)化工具的理解和實(shí)現(xiàn)。

說(shuō)到底，PaperCoder代表了人工智能在科學(xué)研究自動(dòng)化方面的一個(gè)重要突破。它不僅僅是一個(gè)代碼生成工具，更像是一座連接理論與實(shí)踐的橋梁，讓科學(xué)發(fā)現(xiàn)能夠更快地轉(zhuǎn)化為可驗(yàn)證、可復(fù)現(xiàn)的實(shí)現(xiàn)。

這項(xiàng)技術(shù)的價(jià)值遠(yuǎn)超表面的便利性。在當(dāng)前科學(xué)研究節(jié)奏越來(lái)越快的環(huán)境下，研究人員面臨著巨大的壓力，既要產(chǎn)出原創(chuàng)性研究，又要確保研究的可復(fù)現(xiàn)性。PaperCoder提供了一個(gè)可能的解決方案，它能夠顯著降低從理論到實(shí)現(xiàn)的門(mén)檻，讓更多研究人員能夠基于已有工作進(jìn)行創(chuàng)新。

當(dāng)然，PaperCoder也面臨一些局限性。目前它主要針對(duì)機(jī)器學(xué)習(xí)領(lǐng)域，對(duì)于其他不以代碼為主要驗(yàn)證手段的學(xué)科，比如理論數(shù)學(xué)，應(yīng)用價(jià)值有限。另外，生成的代碼雖然質(zhì)量很高，但仍然需要人工檢查和微調(diào)才能完全符合特定的實(shí)驗(yàn)環(huán)境和需求。

從更廣闊的視角來(lái)看，PaperCoder的成功展示了大語(yǔ)言模型在專業(yè)領(lǐng)域應(yīng)用的巨大潛力。通過(guò)精心設(shè)計(jì)的多階段流程和專門(mén)的智能體協(xié)作機(jī)制，我們可以讓AI系統(tǒng)處理比以往更加復(fù)雜和專業(yè)的任務(wù)。這種方法論可能會(huì)被應(yīng)用到其他需要將文檔轉(zhuǎn)化為可執(zhí)行代碼的領(lǐng)域，比如軟件需求分析、技術(shù)文檔實(shí)現(xiàn)等。

對(duì)于普通研究人員來(lái)說(shuō)，PaperCoder的出現(xiàn)意味著科學(xué)研究的民主化程度進(jìn)一步提高。以前只有編程經(jīng)驗(yàn)豐富的研究者才能快速實(shí)現(xiàn)論文中的方法，現(xiàn)在這個(gè)門(mén)檻被大大降低了。這可能會(huì)加速科學(xué)發(fā)現(xiàn)的傳播和應(yīng)用，促進(jìn)更多跨學(xué)科的合作和創(chuàng)新。

展望未來(lái)，隨著底層語(yǔ)言模型能力的持續(xù)提升，我們有理由相信PaperCoder這樣的工具會(huì)變得更加智能和可靠。也許在不久的將來(lái)，從論文到可執(zhí)行代碼的轉(zhuǎn)換會(huì)變得像翻譯一樣準(zhǔn)確和便捷，那時(shí)科學(xué)研究的效率將獲得前所未有的提升。

對(duì)于那些對(duì)這項(xiàng)技術(shù)感興趣的讀者，可以通過(guò)訪問(wèn)項(xiàng)目的GitHub頁(yè)面來(lái)體驗(yàn)PaperCoder的實(shí)際效果。這不僅是一個(gè)有趣的技術(shù)演示，更是對(duì)未來(lái)科學(xué)研究方式的一次預(yù)演。畢竟，當(dāng)理論與實(shí)踐之間的距離不斷縮短時(shí)，我們離真正的科學(xué)突破也就更近了一步。

Q&A

Q1：PaperCoder是什么？它能做什么？ A：PaperCoder是KAIST開(kāi)發(fā)的AI系統(tǒng)，能夠自動(dòng)讀懂機(jī)器學(xué)習(xí)論文并生成完整的代碼倉(cāng)庫(kù)。它就像一個(gè)會(huì)編程的學(xué)術(shù)助手，可以將復(fù)雜的論文方法轉(zhuǎn)化為可執(zhí)行的代碼，解決了80%的論文缺乏代碼實(shí)現(xiàn)的問(wèn)題。

Q2：PaperCoder生成的代碼質(zhì)量如何？能直接使用嗎？ A：生成的代碼質(zhì)量很高，88%被專家評(píng)為最佳選擇。雖然可能需要微調(diào)（平均只需修改0.81%的代碼行），但已經(jīng)非常接近可直接使用的水平，主要修改內(nèi)容是更新API調(diào)用等技術(shù)細(xì)節(jié)。

Q3：普通研究人員可以使用PaperCoder嗎？有什么限制？ A：是的，代碼已在GitHub開(kāi)源。目前主要適用于機(jī)器學(xué)習(xí)領(lǐng)域的論文，對(duì)于理論數(shù)學(xué)等不依賴代碼驗(yàn)證的學(xué)科效果有限。使用時(shí)仍需要一定的編程基礎(chǔ)來(lái)檢查和調(diào)整生成的代碼。