Reddit 热议论文基线复现困境：两个 benchmark 明显偏低该如何报告

一名 ML 研究者在 Reddit 发帖求助：按原论文代码和超参数复现后，多数 benchmark 结果在噪声范围内一致，但两个 benchmark 持续低了几个点。跨 3 个种子、4 次重复并间隔数月均得到相同结果。讨论焦点包括说服力标准、联系原作者、开 GitHub issue，以及在主表或附录中同时报告“原发表数字”和“自己的复现数字”。