🔺 ہم 20 دن تاخیر کے ساتھ شامل ہوئے۔ چھ دن بعد، ہم #71 ہیں۔ ہم نے ICML 2026 ایجنٹ ریپروڈکشن چیلنج میں اس کے شروع ہونے کے 20 دن بعد داخلہ لیا، جب کہ اپنے کام کو تعمیر، ٹیسٹ، دستاویز، شائع اور دفاع کرنے کے لیے صرف ایک ہفتہ باقی تھا۔ چھ دن بعد، AITrailblazer 350 شرکاء میں سے #71 پر ہے—تقریباً ٹاپ 20%—جس نے 6 ججوں کی طرف سے جانچے گئے پیپر ریپروڈکشنز پر 44 پوائنٹس حاصل کیے۔ یہ اسکور 22 تحقیقی دعوؤں کی مستقل تصدیق یا رد کا نتیجہ ہے۔ ہمارے تین لاگ بکس نے مکمل 10/10 حاصل کیا۔ ایک نے 8/10 حاصل کیا۔ ایک اور ابھی 6/10 پر ہے۔ ہمارا جزوی Tool-Guard ریلیز-ثبوت آڈٹ صفر پوائنٹس حاصل کر گیا—اور ہمیں پورے چیلنج کا سب سے اہم سبق سکھایا۔ لکھاری کے شائع کردہ نتائج کی جانچ کرنا اور ان نتائج کو مستقل طور پر ریپروڈیوس کرنا میں بنیادی فرق ہے۔ ہمارے پاس لیڈر بورڈ کا مطالعہ کرنے، آسان دعوؤں کا انتخاب کرنے، اپنے عمل کو بہتر بنانے، اور اپنے جوابات کو تدریجاً بہتر بنانے کے لیے 26 دن نہیں تھے۔ ہمارے پاس صرف چھ دن تھے۔ ان چھ دنوں میں، ہمیں مناسب پیپرز تلاش کرنے، ان کے مرکزی دعوؤں کو سمجھنے، شائع شدہ کوڈ اور ڈیٹا تلاش کرنے، مستقل ٹیسٹس ڈیزائن کرنے، تجربات چلانے، ثبوت محفوظ رکھنے، ہیشز کی حساب کتاب کرنے، محدودیتوں کو دستاویز کرنے، عوامی Trackio Spaces شائع کرنے، اور ایک مستقل جج کا انتظار کرنا پڑا۔ ہم نے اس بات پر توجہ مرکوز کی جو سائنسی ریپروڈکشن کا حقیقی مطلب ہونا چاہئے: عوامی اور جانچنے لائق ثبوت۔ قابل اجراء طرائق۔ جہاں ممکن ہو، تعینات حسابات۔ بالکل درست ہیشز اور ماخذ۔ غلط متفقہ نتائج پکڑنے کے لیے منفی کنٹرولز۔ مستقل ثبوت اور لکھاری کے شائع شدہ آرٹفیکٹس کے درمیان واضح علحدگی۔ ہم نے جو بھی ریپروڈوس کر سکے اور نہیں کر سکے، اس کا ا honest دستاویز فراہم کیا۔ اس کامیابی کا اہم ہونا اس لئے ہے کہ AI بہت جلد م convincing وضاحتیں پیدا کر سکتا ہے۔ لیکن سائنسی ترقی صرف اس بات سے نہیں آتی جو صحیح لگ رہی ہو۔ اس سائنس ترقی وہ آتی ہے جو مستقل جانچ سے گزر جائے۔ اس میں منفی نتائج بھی شامل ہوتے ہیں جنہیں موفق تصدیق جتنے ہی دقت سے دستاویز کیا جاتا ہے۔ چیلنج اس اصول کو تسلیم کرتا ہے جس میں تصدیق شدہ اور رد شدہ دعوؤں کو برابر پوائنٹس دئije جاتے ہیں۔ اس بات کا اہم ہونا ضروری ہے۔ ایک سخت نتائج جو دعوئے کو ریپروڈوس نہ ہونا ظاہر کرتا ہے، سائنس کے لئے موفق تصدیق جتنा قدرتی ہو سکتا ہے۔ ین ممکنہ غلط خوشحالی روکتا ہے، پوشیدہ فرضيات ظاہر کرتا ہے، اور مستقبل کے تحقیقکاروں کو مضبوط بنادینتا ہے۔ ہمارا موجودہ حالات بھي دکھاتا ہے کہ رپروڈکٹبلٹي انفراسٹرکچر کتنا ضروري ہے۔ ہمارا نئاترین Prediction-Powered Inference اپڈیٹ عوامی، صحت مند ہے، اور آٹومٹک جج نے اسے سفید طور پر شناخت کر ليا۔ تاہم، تمام تین جائزہ لینے والى كوششون ميں فشل رهيا كيونكى Hugging Face inference router نे سروس طرف سے HTTP 504 خطا ظاھر كي۔ ہم نے ثبوت ميں تبديل نه كيا، مینوال verdict كى درخواست نه كي، اور كوئي متبادل نتيجە نه بھيجا—صرف انتظامي requeue كى درخواست كي۔ جب تك آٹومٹك جائزہ واپس نه آ جائے، لیدر بورڈ ابھي تك 44 پوائنٹس اور #71 پوزيشن ظاھر كرتا رهيگا۔ آخرى درجات ميں تبديل آ سكتي ھي۔ دوسري شركاء اب بھي كام جارى ركھ رهي هين۔ همارا PPI اپڈيٹ دوباره جائزہ ليا جا سكتا هـي۔ ليدر بورڈ وقت ختم هونे تك فعال رهيگا۔ لे�کن آخرى درجات كيا بھي هـو،20 دن تاخير كى حالت ميں شامل هونا اور صرف چھ دنوں ميں350 ميں سे #71 تك پهچنا—اس كامياابي كى قدر كى جانچ كى جانى چاھئيـ۔ همن صرف تحققاتي پيپرز كى خلاصه نه بنايـ۔ همن عوامى، جانچنې لائق ريكارڈ بنايـ جس ميـ دكھايـ گيا كه كيا كام كيا، كيا ناكميـ رهيـ، هم نे كيا طرح جانچ كيا، اور ثبوت كहـ ختم هوا۔ اسي طرح رپروڈكشن لازمي هونا چاهئيـ۔ لائو لیدر بورڈ: https://t.co/ALGcVy1Qng هماري سب سـ زوردترين10/10 رپروڈكشن—CoopEval: https://t.co/FW8JxWV4b6 همن20 دن تاخير كى حالت ميـ شامل هويـ۔ هماري پاس صرف6 دن تھـ۔ همنٹاپ20% تك پهچنيـ۔ رپروڈكشن، هايپ سـ زيد نيـ۔ ثبوت، جمع هوتا رهيـ۔ #ICML2026 #AIResearch #Reproducibility #OpenScience