封装NeurIPS2026节目采集，分离投稿与重复展示 #50

2026-11-09T18:20:59Z

codex-bot commented

2026-11-09 18:20:59 +00:00

NeurIPS2026官方节目JSON混合海报、口头、期刊/其他展示，直接逐行导入会重复建立投稿，也会把没有明确原始决定的展示当作独立研究录用。本PR提供按需运行的正式采集器，保留原始JSON和逐条证据。

paper_atlas/collectors/neurips_program.py、paper_atlas/cli.py：统一collect neurips-program入口，限定核验的2026来源；按明确group区分main/evaluations_datasets/position，以原始forum合并重复展示，保留带符号sourceid；相同event ID仅在完整内容相同时折叠，冲突停止。未知来源、决定与展示139条单独held，不推断拒稿；缺摘要保留null。冻结回执/路径/哈希校验、输出锁、暂存和最后发布报告，不连接数据库、请求受限API或下载PDF。
tests/test_neurips_program.py、tests/fixtures/neurips2026-program.json.gz、tests/fixtures/neurips2026-receipts.json：完整真实9276行/20MB快照与HTTP回执；10项检查覆盖9004条标题/作者/机构、三个track、重复展示、冲突/未知标签、时间与摘要边界、坏快照与缓存调用。
.gitea/workflows/check.yml：已授权ces-control远程runner执行全套测试、wheel构建安装及源码目录外真实9004条CLI。
README.md、docs/neurips-program.md：使用与恢复、来源计数、期刊展示/拒稿访问限制、HTML目录独有155165条目和摘要缺失说明。

原9276行中一条event154866完全重复，132个额外口头展示按同forum折叠，输出9004条：main7896、evaluations_datasets971、position137；另139条原始展示保留待核。9004是不同forum候选来源记录，不是已新增科学论文或最终全库去重。

本机仅AST、JSON、链接、diff检查，未运行项目测试或构建。精确head6df904e的CI1151/job1248在已授权aliyun-ces-control成功：408项测试、wheel构建/安装、源码目录外真实9004条快照CLI全部通过；日志SHA256 af9d636c47193f0f4f9b59314c62d1389d2a5d058f10d5987997210e80c73458。未做生产导入，当前13个2026整年缺口不因此扣减。

base main（3ff9ee9），head codex/neurips-program；独立于尚未合并PR49。等待用户手动合并。

服务器正式采集独立验收

已使用固定6df904e源码，71个package文件逐个哈希验证，执行同一原生CLI并与独立原始目录盘点比对：9004条完整标题/作者顺序/机构/来源组/原始决定全部相等；9136次原始展示观察保留、1条完全重复event和132个额外展示单独留证、139个未建模展示完整保留。三个manifest均partial，9004来源摘要缺失如实记录。source-only release，不连接生产数据库或替换canonical writer。

唯一任务paper-atlas-neurips2026-native-v1.service，invocation4f63ab59d37b42b2a2cd4663509f96f0，terminal success/PID0/exit0。报告 /data/paper-index/collected/neurips2026-program-native-check-v1/native-acceptance.json，SHA256 16ce1ad63ee195904b6a4a3e31d54a516275784afafd686f946a5baf9616601f；正式文件及本地备份8个文件哈希一致。

同期公开源核查：主会手册明确rejectopt-in，但公开notes API返回ChallengeRequired403；官网miniconf逐条API要求认证，未尝试认证；现用PaperCopilot公开nips目录只含2021–2025文件，不证明其他公开镜像不存在。失败/限制回执已保留。生产年份缺口仍13，后续独立身份预检、增量导入及全库最终去重尚未完成。

NeurIPS2026官方节目JSON混合海报、口头、期刊/其他展示，直接逐行导入会重复建立投稿，也会把没有明确原始决定的展示当作独立研究录用。本PR提供按需运行的正式采集器，保留原始JSON和逐条证据。 - paper_atlas/collectors/neurips_program.py、paper_atlas/cli.py：统一collect neurips-program入口，限定核验的2026来源；按明确group区分main/evaluations_datasets/position，以原始forum合并重复展示，保留带符号sourceid；相同event ID仅在完整内容相同时折叠，冲突停止。未知来源、决定与展示139条单独held，不推断拒稿；缺摘要保留null。冻结回执/路径/哈希校验、输出锁、暂存和最后发布报告，不连接数据库、请求受限API或下载PDF。 - tests/test_neurips_program.py、tests/fixtures/neurips2026-program.json.gz、tests/fixtures/neurips2026-receipts.json：完整真实9276行/20MB快照与HTTP回执；10项检查覆盖9004条标题/作者/机构、三个track、重复展示、冲突/未知标签、时间与摘要边界、坏快照与缓存调用。 - .gitea/workflows/check.yml：已授权ces-control远程runner执行全套测试、wheel构建安装及源码目录外真实9004条CLI。 - README.md、docs/neurips-program.md：使用与恢复、来源计数、期刊展示/拒稿访问限制、HTML目录独有155165条目和摘要缺失说明。原9276行中一条event154866完全重复，132个额外口头展示按同forum折叠，输出9004条：main7896、evaluations_datasets971、position137；另139条原始展示保留待核。9004是不同forum候选来源记录，不是已新增科学论文或最终全库去重。本机仅AST、JSON、链接、diff检查，未运行项目测试或构建。精确head6df904e的CI1151/job1248在已授权aliyun-ces-control成功：408项测试、wheel构建/安装、源码目录外真实9004条快照CLI全部通过；日志SHA256 af9d636c47193f0f4f9b59314c62d1389d2a5d058f10d5987997210e80c73458。未做生产导入，当前13个2026整年缺口不因此扣减。 base main（3ff9ee9），head codex/neurips-program；独立于尚未合并PR49。等待用户手动合并。 ### 服务器正式采集独立验收已使用固定6df904e源码，71个package文件逐个哈希验证，执行同一原生CLI并与独立原始目录盘点比对：9004条完整标题/作者顺序/机构/来源组/原始决定全部相等；9136次原始展示观察保留、1条完全重复event和132个额外展示单独留证、139个未建模展示完整保留。三个manifest均partial，9004来源摘要缺失如实记录。source-only release，不连接生产数据库或替换canonical writer。唯一任务paper-atlas-neurips2026-native-v1.service，invocation4f63ab59d37b42b2a2cd4663509f96f0，terminal success/PID0/exit0。报告 `/data/paper-index/collected/neurips2026-program-native-check-v1/native-acceptance.json`，SHA256 `16ce1ad63ee195904b6a4a3e31d54a516275784afafd686f946a5baf9616601f`；正式文件及本地备份8个文件哈希一致。同期公开源核查：主会手册明确rejectopt-in，但公开notes API返回ChallengeRequired403；官网miniconf逐条API要求认证，未尝试认证；现用PaperCopilot公开nips目录只含2021–2025文件，不证明其他公开镜像不存在。失败/限制回执已保留。生产年份缺口仍13，后续独立身份预检、增量导入及全库最终去重尚未完成。

codex-bot added 1 commit 2026-11-09 18:21:00 +00:00

Collect official NeurIPS 2026 program with forum-level presentation deduplication

Metadata integrity checks / metadata (push) Successful in 2m40s

Details

6df904e6d8

codex-bot marked the pull request as ready for review 2026-11-09 18:36:48 +00:00

Zayden-Jung merged commit cb875b8eef into main

2026-11-09 18:49:29 +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#50