封装CoRL2026官方名单及分字段档案来源 #54
Reference in New Issue
Block a user
Delete Branch "codex/corl2026"
Deleting a branch is permanent. Although the deleted branch may continue to exist for a short time before it actually gets removed, it CANNOT be undone in most cases. Continue?
CoRL 2026官方Google Sites名单内嵌687个论坛、780次展示,作者摘要另来自固定的公开整理档案;34条标题存在版本差异。此前直接提取外层文本会遗漏名单,也不能把两套来源静默视作同版本。
本PR新增snapshot-only包内采集器和CLI,按论坛ID核对完整集合及展示次数,保留档案版本的标题/作者/摘要、官方标题和逐字段来源。仅OpenReview论坛ID进入作品及投稿标识;arXiv匹配保留为未批准候选,不导入生成标签或个人档案,不抓取PDF或尝试通过OpenReview验证挑战。输出均为partial,拒稿可见性仍unknown,必须另做当前数据库身份与版本核验。
新增完整687条来源测试夹具和7项测试,覆盖重复展示、来源串线、标题冲突、字段白名单、快照篡改和输出防重放;README及使用文档说明配置、恢复与限制。
本机AST、git diff --check和夹具精确字节哈希通过。旧提交CI1200实际449项测试通过,日志哈希9b28616c5c8b5aea1795f3ae2b53f8d7eeec0b2a6c5d56cddcafae577ca3db2d;新增安装后687条CLI验证的提交19d03ce正在重新执行远程ces-control:host CI,构建/测试不在本机执行。尚未执行生产采集器CLI验收或CoRL数据库导入,PR保持Draft。
base main 1cfd44d,head codex/corl2026 19d03ce。检查完成后更新可评审,等待用户手动合并。
新增 .gitea/workflows/check.yml 安装后隔离目录CLI验证:687records/780presentations/34titlevariants/rejectunknown/noDBwrite。最新head通过前仍保持Draft。
最新提交19d03ce远程CI1201/job1298已完成成功:449项测试、wheel构建与安装、源码目录外687条完整CLI检查通过,实际runner aliyun-ces-control。原始快照归一化独立验收及数据库身份核验仍是后续数据任务,不表示已导入。