伴随相关代码的 ML/AI（和一般的计算机科学）论文是非常可取的，这既是为了论文结果的可重复性，也是为了更快地将这些结果集成到应用程序中。

一些研究人员自己这样做；但这最近也成为了一项社区工作，第三个独立的个人或团队，不隶属于论文作者，从论文开始提供代码实现。

一个很好的、最近的案例是World Models论文的复制（博客文章，Github repo）。Papers with Code中提供的许多实现确实是由社区提供的。

一篇关于这种努力的精彩文章，包含许多经验教训，最近引起了人们的热烈反响：Reproduced a Deep Reinforcement Learning Paper 的经验教训。

可以理解的是，在简历中做出这样努力的个人是一个很好的招聘选择……

我相信这一点：

• “深度学习算法的重新实现” 他要求他们正在寻找已经制造并完成了与论文中给出的相似或完全相同的人工智能的人（IDK 哪些论文）
• “开源”同修希望能够看到项目的源代码。