3步用AI复现一篇论文的实验：从arXiv下载到自动生成复现清单

昨天我们介绍了Inherent的Faraday——用27B模型自动复现科学论文。你可能买不到Faraday，但“AI辅助复现论文”这件事，你自己也能做。今天教你把一条完整的复现工作流跑起来：下载论文 → 让大模型提取方法 → 生成可执行的复现清单。

前置条件：Python 3.9+、一个可用的LLM API（DeepSeek/OpenAI/通义任选，或本地Ollama）、科学上网（访问arXiv）。

第1步：用Python从arXiv拉论文

安装依赖并写一个下载脚本：

pip install arxiv requests

import arxiv

# 按标题搜索某篇论文，比如复现经典的 ResNet 论文
search = arxiv.Search(query="Deep Residual Learning", max_results=1)
paper = next(search.results())
paper.download_pdf("/tmp/paper.pdf")
print("已下载:", paper.title)
print("摘要:", paper.summary[:200])

运行后检查 /tmp/paper.pdf 是否出现。成功验证：文件存在且大小大于100KB。

> 💡 失败处理：搜不到结果就把 query 换成论文ID，如 arxiv.Search(id_list=["1512.03385"])。

第2步：让大模型提取”方法+实验”部分

用Python把PDF转成文本（安装 pymupdf），再让LLM提炼关键信息：

pip install pymupdf

import fitz  # pymupdf
doc = fitz.open("/tmp/paper.pdf")
text = "".join(page.get_text() for page in doc)[:8000]  # 只取前8000字符

prompt = f"""你是科研助手。从论文中提取：1) 模型结构 2) 训练超参数 3) 数据集 4) 评估指标 5) 基线对比。
只输出事实，不推测。论文文本：{text}"""

# 调用你的LLM API（以DeepSeek为例，其他厂商改base_url即可）
import requests
resp = requests.post("https://api.deepseek.com/chat/completions", headers={
    "Authorization": "Bearer 你的_KEY",
    "Content-Type": "application/json"
}, json={
    "model": "deepseek-chat",
    "messages": [{"role": "user", "content": prompt}],
    "temperature": 0.1
})
print(resp.json()["choices"][0]["message"]["content"])

成功验证：输出包含结构化的5个板块。失败处理：报错400就检查KEY；输出为空就缩短 text 到4000字符再试。

第3步：生成复现清单并逐步打勾

让模型把上一步结果转成”复现检查表”，存成markdown：

checklist_prompt = "把上面提取的内容转成Markdown复现清单，每步带[ ]勾选框，并标注每步预期耗时。"
# 复用第2步的API调用，把checklist_prompt发过去
# 输出保存到文件：
# with open("repro_checklist.md","w") as f: f.write(content)

然后你照着清单逐项执行：装环境 → 配数据 → 跑基线 → 对比指标。成功验证：你的实验结果与论文结论方向一致（误差<10%）。如果对不上，优先检查数据集切分和超参数——这是复现失败两大元凶。

小结

这套工作流不是让你当”AI科学家”，而是把论文复现里最费时间的”读论文、提取信息、列计划”部分自动化。适合研究生、工程师做技术调研；不适合需要严格学术复现的场合（最终仍需人工核对数据）。

常见失败三连：PDF转文本乱码（改用 pdftotext 命令重试）、LLM编造参数（强制加”只输出原文出现的内容”）、网络超时（加 timeout=60 重试）。

进阶：把清单变成自动跑批

基础版跑通后，可以把它升级成一个循环：把”提取→列清单→执行→比对”做成脚本，每天自动处理一篇新论文。遇到失败项时，把错误信息回喂给大模型，让它给出修复建议——这就是Faraday那套”复现Agent”的最小原型。

注意版权与规范：复现论文仅供学习研究，不要用于商业发布；涉及实验数据时，遵守论文的数据使用协议。

> 记住核心原则：AI负责”快”，你负责”对”——自动化的每一步都要留人工复核点，这才是复现工作的正确姿势。

🔥 关注LC智趣厅，更多AI实操教程在路上。

👇 关注不错过，明天教你怎么评估电脑能不能跑大模型。

— END —
LC 智趣厅 · 科技与生活的交点
ihygg.cn