修正 ICML 多轨道分类并保留既有投稿与决定历史 #11

2026-11-06T14:18:14Z

codex-bot commented

2026-11-06 14:18:14 +00:00

PMLR 一个 ICML 卷同时包含研究主轨道和 Position Paper，旧采集器把整卷记为 main，影响逐轨道覆盖及后续公开拒稿的投稿身份关联。已核对2024/2025/2026官方节目单，分别有75/73/212篇 Position Paper，共360篇需要迁移。

实际改动：

paper_atlas/collectors/pmlr_tracks.py：2025起用真实forum+官方来源组识别轨道，拒绝伪造口头报告ID、冲突及不完整目录。2024使用官方CFP明确链接的Position标题列表与出版社自链接，唯一theo24a→guyard24a别名还需精确标题+至少两位公开作者核对。
paper_atlas/collectors/pmlr.py：完整卷验证后按轨道发布JSONL、哈希manifest及卷inventory，保留来源ID、标题、摘要、作者和出版版本证据。
paper_atlas/ingestion/records.py、backfill.py：拒绝旧版混合轨道文件，逐行核对轨道证据与自身身份。
paper_atlas/ingestion/pmlr_tracks.py：默认只读计划；--apply在独占维护锁和单事务中迁移原投稿及身份edition，保留论文/来源/投稿/决定ID，更新轨道出处与覆盖数。目标冲突、共享多来源、决定冲突或文本变化均停止，失败回滚。
paper_atlas/cli.py：新增maintain pmlr-tracks。
tests/test_pmlr_tracks.py：官方身份/轨道证据、完整性、伪造ID、别名校验、拆分文件和旧格式防护；tests/test_pmlr_track_migration.py：只读、幂等、重导无重复、数据保留、冲突/锁/哈希和事务回滚。
tests/test_pmlr.py、test_index_core.py：通用摘要及计数测试使用无混合轨道前提的旧年份，保留原有测试意图。
docs/data-sources.md、operations.md：说明轨道证据、files展开、旧数据迁移顺序和报告状态。

验证：批准的ces-control:host（aliyun-ces-control）相关39项、迁移/CLI10项通过；CI943全量158项测试通过，wheel构建及安装成功。本机未测试或构建。固定版本三卷真实重采已完成，共12492条；独立新旧文件比较与官方证据哈希核查通过：来源ID、标题、摘要、作者及标识全部不变，恰好360条轨道变化，缺摘要0。报告保存在 /data/paper-index/collected/pmlr-tracks-v3/recollection-audit.json，旧文件保留。

生产状态：arXiv类别修复和3233527条全量类别审计均已完成并通过；轨道迁移已在独占维护锁下启动，当前到达360条事件变更后的全库外键检查，事务尚未提交。报告 /data/paper-index/collected/pmlr-track-migration.json 仍为planned，不能声称主库迁移已经完成；后续写入必须等待该进程终态及complete报告，再独立核对原事件、原决定与轨道。最终全库去重、摘要/会议年份覆盖、SQLite/FTS审计仍待全部导入后完成。

base main；head codex/pmlr-track-scope，提交17bdaa7、4e0e3f0。与PR #10独立，等待用户手动合并。

PMLR 一个 ICML 卷同时包含研究主轨道和 Position Paper，旧采集器把整卷记为 main，影响逐轨道覆盖及后续公开拒稿的投稿身份关联。已核对2024/2025/2026官方节目单，分别有75/73/212篇 Position Paper，共360篇需要迁移。实际改动： - paper_atlas/collectors/pmlr_tracks.py：2025起用真实forum+官方来源组识别轨道，拒绝伪造口头报告ID、冲突及不完整目录。2024使用官方CFP明确链接的Position标题列表与出版社自链接，唯一theo24a→guyard24a别名还需精确标题+至少两位公开作者核对。 - paper_atlas/collectors/pmlr.py：完整卷验证后按轨道发布JSONL、哈希manifest及卷inventory，保留来源ID、标题、摘要、作者和出版版本证据。 - paper_atlas/ingestion/records.py、backfill.py：拒绝旧版混合轨道文件，逐行核对轨道证据与自身身份。 - paper_atlas/ingestion/pmlr_tracks.py：默认只读计划；--apply在独占维护锁和单事务中迁移原投稿及身份edition，保留论文/来源/投稿/决定ID，更新轨道出处与覆盖数。目标冲突、共享多来源、决定冲突或文本变化均停止，失败回滚。 - paper_atlas/cli.py：新增maintain pmlr-tracks。 - tests/test_pmlr_tracks.py：官方身份/轨道证据、完整性、伪造ID、别名校验、拆分文件和旧格式防护；tests/test_pmlr_track_migration.py：只读、幂等、重导无重复、数据保留、冲突/锁/哈希和事务回滚。 - tests/test_pmlr.py、test_index_core.py：通用摘要及计数测试使用无混合轨道前提的旧年份，保留原有测试意图。 - docs/data-sources.md、operations.md：说明轨道证据、files展开、旧数据迁移顺序和报告状态。验证：批准的ces-control:host（aliyun-ces-control）相关39项、迁移/CLI10项通过；CI943全量158项测试通过，wheel构建及安装成功。本机未测试或构建。固定版本三卷真实重采已完成，共12492条；独立新旧文件比较与官方证据哈希核查通过：来源ID、标题、摘要、作者及标识全部不变，恰好360条轨道变化，缺摘要0。报告保存在 /data/paper-index/collected/pmlr-tracks-v3/recollection-audit.json，旧文件保留。生产状态：arXiv类别修复和3233527条全量类别审计均已完成并通过；轨道迁移已在独占维护锁下启动，当前到达360条事件变更后的全库外键检查，事务尚未提交。报告 /data/paper-index/collected/pmlr-track-migration.json 仍为planned，不能声称主库迁移已经完成；后续写入必须等待该进程终态及complete报告，再独立核对原事件、原决定与轨道。最终全库去重、摘要/会议年份覆盖、SQLite/FTS审计仍待全部导入后完成。 base main；head codex/pmlr-track-scope，提交17bdaa7、4e0e3f0。与PR #10独立，等待用户手动合并。

codex-bot added 2 commits 2026-11-06 14:18:14 +00:00

Resolve mixed ICML PMLR tracks from verified official programs

Metadata integrity checks / metadata (push) Successful in 40s

Details

17bdaa77fb

Migrate existing PMLR submission tracks with atomic provenance checks

Metadata integrity checks / metadata (push) Successful in 44s

Details

4e0e3f0ce8

Zayden-Jung merged commit a58b96341a into main

2026-11-06 16:15:04 +00:00

Sign in to join this conversation.

1 Participants

Notifications

Due Date

No due date set.

Dependencies

No dependencies set.

Reference: Zayden-Jung/paper-atlas#11