image-block
30.04.2025Admin Admin
Одним кликом: новое ИТ-решение превращает научный труд в формате PDF в открытый код

Одним кликом: новое ИТ-решение превращает научный труд в формате PDF в открытый код

Каждый день мир производит десятки новых исследований по машинному обучению, но лишь пятая часть из них сопровождается открытым кодом. Остальные остаются «теорией без практики»: повторить эксперименты может только автор. В эпоху LLM-ассистентов вопрос звучит так: а можно ли поручить модели сразу «сверстать» рабочий репозиторий по научной статье? Команда разработчиков KAIST отвечает «Да!»

Их решение под названием PaperCoder превращает PDF-файл в исполняемый проект, требующий в среднем меньше полупроцента ручных правок. Из 90 статей трёх флагманских конференций система собрала коды, которые в 77 % случаев авторы признали лучшими среди альтернатив, а на PaperBench она вчетверо опередила ближайшего конкурента. 

Архитектура и pipeline

Всего алгоритм разбит на три этапа: planning, analysis, generation. На первом этапе агенты строят high-level roadmap, генерируют диаграммы классов/последовательностей, выявляют зависимости файлов, пишут pyproject/requirements. На втором этапе они извлекают алгоритмические детали, определяют интерфейсы функций, связывают их с экспериментами. В конце агенты пишут модули в порядке зависимостей, формируют единый репозиторий. 

 

Технические детали:

Авторам рекомендовано сначала прогонять статью через s2orc-doc2json, чтобы получить структурированный JSON. 

PaperCoder поддерживает как OpenAI-модели (по умолчанию o3-mini), так и open-source-LLM через vLLM.

Выход — каталог outputs/<PaperName>_repo, готовый к установке и запуску unit-тестов.

Результаты тестов:77% сгенерированных PaperCoder репозиториев были оценены экспертами как лучшие

85% экспертов сообщили, что сгенерированные репозитории были полезны

PaperCoder демонстрирует, что генеративные агенты готовы стать «девопсами науки»: закрывать пропасть между идеей и кодом. Да, пока речь идёт о машинном обучении, и да, репозитории иногда нуждаются в ручной полировке. Но тренд очевиден: чем меньше барьеры к воспроизводимости, тем быстрее будет двигаться наука. Возможно, скоро мы будем спрашивать не «где код?», а «какому агенту доверить следующую репликацию».

 

Савва Блинов | AI-аналитик АО «Инноцифра» 

#ИИ_экспертиза