NeurIPS官方博客于2026年11月4日公布机器学习可复现性挑战赛（MLRC）2026年的16篇入选论文。该项目是NeurIPS 2026的官方议程之一，入选论文均先获得《Transactions on Machine Learning Research》接收，随后由MLRC委员会进行适配性审查；论文计划于2026年12月6日至13日在悉尼举行的NeurIPS大会期间展示。NeurIPS公布的入选论文名单与安排
从选题看，本届MLRC覆盖机制可解释性、视觉语言模型、语言模型采样、离线强化学习、公平性和智能体评测等方向。名单中有两项研究分别重新检验双线性多层感知机相关结论，也有论文使用智能体代码审计方法评估NeurIPS 2025论文的证据链。其他工作则关注CLIP可解释性、Min-p采样、连续时间一致性蒸馏、网页智能体可靠性以及轻量级图像匹配器等问题。
这条信息的价值不在于宣布某个新模型刷新了性能，而在于显示机器学习研究评价正在增加“能否被独立复现、结论能否跨设置泛化、证据链是否完整”等检查环节。原公告称，MLRC希望重新检验既有论文的核心主张，确认哪些结果能够复现，并建立经过同行评审的公开记录。对于研究团队而言，这意味着代码、数据、运行环境和评测流程的可追溯性，可能与单次实验的最优指标同样重要。
需要注意的是，此次公告主要公布入选论文和研究主题，并未在公告正文中给出各项复现实验的统一成功率或最终结论。因此，不能据此断言某一类模型或方法普遍有效或失效；具体判断仍需等待论文全文、代码和大会报告。对行业观察者来说，更值得跟踪的是这些复现研究是否会发现性能对数据处理、随机种子、提示词、硬件环境或评测指标高度敏感，以及相关结果是否会影响后续基准测试和论文审稿规范。
参考来源：
由 AI 整理，仅供参考；请以原始来源为准。
