Skip to main content

Правила курса

Добросовестность, указание источников и воспроизводимость

Коротко

Сдавайте работу, которую можете объяснить и проверить. Не списывайте, не выдавайте чужое за своё и не выдумывайте результаты. Указывайте источники текста, кода, данных и моделей. Используйте совместную работу и ИИ только в пределах правил задания. Соблюдайте ограничения на данные и оценивание. Следуйте условиям на странице соревнования и в экзаменационном бланке.

Академическая добросовестность

Честно представляйте собственный вклад. Копирование или небольшое перефразирование чужого текста, кода, рисунков и анализа без указания источника — плагиат. Для адаптированных материалов источник также нужен. Ссылка не делает заимствование допустимым, если задание требует самостоятельной работы.

Не выдавайте себя за другого студента, не сдавайте чужую работу от своего имени, не распространяйте оцениваемые ответы при запрете совместной работы и не получайте неразрешённую помощь на экзамене.

Заимствования, совместная работа и ИИ

Если заимствование разрешено, укажите оригинальный источник и отделите собственный вклад. Отмечайте наборы данных, предобученные модели, библиотеки и существенные фрагменты чужого кода; соблюдайте лицензии. Описывайте существенную помощь, включая ИИ-инструменты, так, чтобы её можно было отличить от ваших решений. Проверяйте каждую сгенерированную библиографическую ссылку перед цитированием.

Инструкция к заданию определяет допустимое сотрудничество, размер команды, инструменты, внешние данные и предобученные модели. Страница ИИ-помощники объясняет общий подход курса, а лабораторные-соревнования — где искать конкретные условия. Доступность инструмента сама по себе не разрешает его использование в оцениваемой работе.

Честные и воспроизводимые эксперименты

Описывайте действительно выполненные эксперименты. Не выдумывайте измерения, не скрывайте использование тестовой выборки, не изменяйте свидетельства и не заявляйте о невыполненном эксперименте. Объясняйте разбиение данных, предобработку, выбор модели и оценивание, включая существенные ограничения и неудачные результаты, влияющие на вывод.

Сохраняйте код, настройки и инструкции, необходимые для проверки основных результатов, с учётом ограничений на распространение данных. Будьте готовы объяснить и воспроизвести сданную работу. Место в лидерборде само по себе не доказывает понимания.

Данные и оценивание

Соблюдайте лицензии, конфиденциальность и ограничения на загрузку/передачу данных. Следуйте правилам соревнования для тестовых данных, внешних источников, отправок и команд. Не используйте утёкшие метки или закрытую информацию об оценивании для обхода учебной задачи.

Соревнования и экзамены

Страница каждого соревнования задаёт его условия: допустимые данные, архитектуры, инструменты, команды и отправки. Экзаменационный бланк задаёт условия конкретного экзамена, включая разрешённые материалы и совместную работу. Прочитайте эти условия до начала. Если требование неясно или противоречиво, уточните его у преподавателя до того, как полагаться на собственную трактовку.

Программа курса определяет структуру оценивания и баллы. Эта страница не вводит дополнительных санкций, сроков или весов оценок.

Дополнительные ориентиры

Принципы проверяемых заявлений, прозрачных экспериментов и указания источников опираются на NeurIPS Paper Checklist, рекомендации по коду и академической добросовестности. Это ориентиры исследовательской практики; в оценивании студентов действуют инструкции курса и конкретного задания.

TODO(instructor): Добавить официальные правила организации по доступности, академической добросовестности, конфиденциальности, опозданиям и поддержке студентов, включая порядок рассмотрения и последствия предполагаемых нарушений. Институциональные процедуры здесь не выдумываются.