메뉴
在为投向《计算机学报》(Chinese Journal of Computers, CJC) 的实证或系统类长文构建可复现性与实验可重复保障时调用。覆盖实验环境与依赖固定、随机种子与统计稳定性、数据来源与预处理的可追溯记录、基线与超参数的公平呈现、机器学习/数据挖掘研究的数据泄漏与污染防范、复现脚本与论文表图的一一对应，以及在双盲外审下如何组织可核验又不暴露作者身份的复现材料。适用于让计算机全学科中文原创研究经受三审专家对结果可信度的审查。
기본적으로 소스를 먼저 확인하는 Prompt가 선택됩니다. 직접 명령으로 전환하거나 로컬 사본을 다운로드할 수도 있습니다.
설치 여부를 결정하기 전에 SKILL.md와 SkillsMP에 표시된 보조 파일을 읽어 보세요.
SOC 직업 분류 기준
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
직접 명령은 검토 Prompt를 거치지 않습니다. 실행하기 전에 소스를 확인하세요.
npx skills add https://github.com/brycewang-stanford/Awesome-Journal-Skills --skill cjc-reproducibility명령은 한 줄로 유지됩니다. 복사하기 전에 가로로 스크롤해 전체 내용을 확인하세요.
로컬 사본을 원하시나요? SkillsMP에서 현재 제공할 수 있는 파일을 다운로드하세요.
SKILL.md 표시 중
Use when planning an ACL project calendar across ACL Rolling Review cycles, covering cycle selection against conference commitment windows, backward planning from an ARR deadline, the review-response-meta-review timeline, commitment decisions, resubmission loops to later cycles, and camera-ready through ACL Anthology publication.
Use when drafting an AAAI author response (rebuttal) under the single short character-limited author-feedback window, the no-URL rule, no-new-results guidance, AI-generated-review handling, and the AAAI two-phase review process where Phase-2 papers receive one feedback round before SPC/AC discussion.
Use when preparing an accepted AAAI paper for camera-ready source submission to AAAI Press, including proceedings page limits, two-column template compliance, copyright transfer, purchased extra technical pages, deanonymization, registration, oral or poster presentation, and final public artifact release.
| name | cjc-reproducibility |
| description | 在为投向《计算机学报》(Chinese Journal of Computers, CJC) 的实证或系统类长文构建可复现性与实验可重复保障时调用。覆盖实验环境与依赖固定、随机种子与统计稳定性、数据来源与预处理的可追溯记录、基线与超参数的公平呈现、机器学习/数据挖掘研究的数据泄漏与污染防范、复现脚本与论文表图的一一对应，以及在双盲外审下如何组织可核验又不暴露作者身份的复现材料。适用于让计算机全学科中文原创研究经受三审专家对结果可信度的审查。 |
《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。
| 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"。
run_all)，并在 README 写清运行顺序、预计时间与产物位置。cjc-submission）。cjc-camera-ready）。cjc-supplementary）。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
cjc-writing-style、cjc-experiments）。[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