thedixitjain 《计算机学报》可复现性与实验可重复
《计算机学报》(Chinese Journal of Computers, CJC) 是 CCF A 类综合性中文月刊，以原创长文为主，
外审专家会实质性追问"这些结果换个人、换台机器能不能复现"。可复现性不是投稿时才补的装饰，而是从
实验设计与数据采集之时就要固化的工程纪律：环境、种子、数据、脚本、版本一旦当时没记，事后无法
重建。本技能给出面向 CJC 长文的可复现性做法，与 cjc-experiments（实验设计）、
cjc-artifact-evaluation（制品托管）配套使用。事实核验日期 2026-07-09，未确认的本刊具体要求标
待核实。
一、可复现性的三个层次
| 层次 | 含义 | 达标标志 |
|---|---|---|
| 可重复 (repeatable) | 同一团队同一环境重跑得到一致结果 | 固定种子/环境后多次运行结果稳定 |
| 可复现 (reproducible) | 他人用你的代码与数据得到一致结果 | 一键脚本产出对上论文表图 |
| 可复制 (replicable) | 他人独立实现得到一致结论 | 方法与设置描述足够完整、无隐含技巧 |
CJC 长文至少要做到"可复现"，并让方法描述完整到支持"可复制"。
二、实验环境与依赖固定
- 记录并公开：操作系统、硬件（CPU/GPU 型号与显存）、语言与框架版本、关键库的精确版本号。
- 优先提供环境文件（如 requirements/lock 文件、conda 环境、Dockerfile），避免"我这能跑"。
- 长时训练/大规模实验注明算力与耗时，让复现者对成本有预期。
三、随机性与统计稳定性
- 固定并公开随机种子；对随机性敏感的结论，报告多次运行的均值±标准差而非单次最好值。
- 涉及比较的关键结论，做显著性检验并说明检验方法与样本；避免用单点数字夸大优势。
- 数据划分（训练/验证/测试）固定并公开，禁止用测试集调参。
四、数据来源与预处理可追溯
- 自采数据：说明采集时间、范围、清洗规则、规模；给出可核验的采集脚本或说明。
- 第三方数据：给出出处、版本、访问日期与许可；数据挖掘类工作记录仓库快照/SHA 与抓取日期。
- 预处理链路完整可复算：从原始数据到实验输入的每一步都要可脚本化重放。
五、机器学习/数据挖掘的污染防范
- 数据泄漏：确保特征、标签、时间边界不把未来信息或测试信息泄入训练。
- 评测污染：使用大模型或公开预训练资源时，警惕评测集可能已被模型见过，必要时做污染分析或 更换/构造独立评测集。
- 缓存中间产物：把大模型输出、昂贵中间结果缓存下来，复现时不必重新联网采样，保证可重放。
六、复现脚本与论文表图对应
- 每个主结果表/图配一个可一键运行的脚本，脚本名或注释标明对应"表 X/图 Y"。
- 提供一个总入口(如
run_all)，并在 README 写清运行顺序、预计时间与产物位置。 - 复现产物与论文数值的允许误差范围要说明（浮点/硬件差异导致的小偏差属正常）。
七、双盲外审下的可核验组织
- 若本刊外审阶段删除作者信息，复现材料同样需要规避作者身份：清理仓库中的用户名、邮箱、机构
路径、致谢与基金显名信息（见
cjc-submission）。 - 用匿名化的稳定链接或随稿附件提供材料，录用后再在定稿中恢复真实信息与永久链接（见
cjc-camera-ready）。
八、自查清单
- 环境/依赖/硬件是否记录到可重建？
- 种子固定、关键结论有均值±方差与显著性？
- 数据来源、许可、预处理是否可追溯、可重放？
- 是否排查数据泄漏与评测污染？
- 每个主表主图是否有对应一键脚本？
- 外审阶段材料是否已匿名化？
九、需确认的易变项
- 本刊是否对可复现材料有明确格式或托管要求（待核实）。
- 补充材料容量与接收方式（见
cjc-supplementary）。
十、复现包 README 模板
一份能让外审"照着就能跑"的 README 至少包含：
# <论文题名> 复现包
## 1. 环境
- OS / 硬件(CPU,GPU,显存) / 语言与框架版本
- 一键安装: pip install -r requirements.txt (或 docker build)
## 2. 数据
- 来源、版本、访问日期、许可；获取脚本 scripts/get_data.sh
## 3. 复现主结果
- bash scripts/run_all.sh # 复现全部主表主图
- bash scripts/table6.sh # 单独复现表6
## 4. 结果对应
- 表2 ← scripts/table2.sh ；图3 ← scripts/fig3.sh …
## 5. 预计耗时与随机性
- 种子固定；单次约 __ 小时；多次运行报均值±方差
## 6. 不可公开部分与替代核验
十一、可复现性与写作的衔接
- 论文方法与实验设置的描述要完整到"不看代码也能大致复现"，代码是补充而非借口（见
cjc-writing-style、cjc-experiments）。 - 把关键超参数、数据规模、评测协议写进正文或附录，而非只丢进代码仓库。
- 《计算机学报》(Chinese Journal of Computers, CJC) 的长文篇幅足以容纳这些细节，善用之。
十二、可复现性终检
- 环境/依赖/硬件记录可重建？
- 种子固定、关键结论有均值±方差与显著性？
- 数据来源/许可/预处理可追溯可重放？
- 数据泄漏与评测污染已排查？
- README 覆盖构建与主结果复现、脚本对应表图？
- 方法与设置在正文/附录中足够完整？
- 外审阶段材料已匿名化？
输出格式
[层次目标] 可重复 / 可复现 / 可复制 —— 本文达到：___
[环境] OS/硬件/框架版本 已固定？环境文件已提供？是/否
[随机性] 种子固定？多次运行均值±方差？显著性检验？是/否
[数据] 来源/许可/预处理 可追溯可重放？是/否
[污染] 数据泄漏与评测污染排查：通过/待改
[脚本对应] 主表主图↔一键脚本 一一对应？是/否
[匿名] 外审材料已去身份化？是/否
Source: brycewang-stanford/Awesome-Journal-Skills → Chinese-Journal-of-Computers-Skills/skills/cjc-reproducibility/SKILL.md