温馨提示若页面不能正常显示数学公式和代码请阅读原文获得更好的阅读体验。作者艾米丽 (连享会)邮箱lianxhcn163.comTitle: CatalyzeX查论文顺手找代码Keywords: CatalyzeX, 论文代码, 论文复现, 因果机器学习, 文本分析, EJD, Hugging Face, Kaggle提要本文介绍了 CatalyzeX 平台以及 Google Chrome 扩展的使用方法展示了如何从论文快速找到相关代码实现并结合具体案例说明了在经管研究中的应用场景和实用技巧。1. 从哪里找到论文的实现代码读到一篇有意思的论文想看看作者如何处理文本、训练模型或实现算法接下来往往要在论文附录、作者主页和 GitHub 之间来回查找。即使搜到了同名仓库也要确认它与论文是什么关系。CatalyzeX 为这一步提供了一个入口把论文信息与相关代码实现放在一起。读者可以从论文标题出发找代码也可以从研究主题出发浏览方法。例如阅读KARMA: Leveraging Multi-Agent LLMs for Automated Knowledge Graph Enrichment时可以先打开其 CatalyzeX 页面查看摘要和图形再点击View Code进入代码列表。本文沿着这个入口实际找到了 YuxingLu613/KARMA 仓库。对经管读者来说值得关注的是这条从论文到实现的路径。它尤其适合文本分析、因果机器学习、时间序列预测等交叉研究。至于特定经济学期刊论文的完整复现包还可以结合 EJD 和期刊数据代码库查找。下文先介绍 CatalyzeX 的使用方式再比较这些入口如何配合。2. CatalyzeX 可以找到什么CatalyzeX 首页以开源研究代码为主要入口列出的主题包括信息抽取、情感分析、文本分类、推荐系统和时间序列分析。读者可以直接访问网站输入英文论文标题或具体方法名称无需先配置 Python、R 或 Stata 环境。图 1CatalyzeX 首页。中部搜索框用于输入研究主题或论文题名下方列出可浏览的主题页面还提供Add to Chrome扩展安装入口。2.1 一篇论文的页面里有什么阅读论文详情页时可以关注以下信息和功能入口。图 2 以金融情感分析论文 TriAgent 的条目展示其中几个常用按钮。页面内容阅读时可以做什么标题、作者、日期和摘要确认是否为目标论文判断研究问题是否相关。论文图形预览初步查看方法框架随后回原文阅读图注。View Code打开关联实现的列表继续进入代码仓库。Code for Similar Papers作为寻找相近实现的另一个入口。作者链接继续查看该作者的相关论文。收藏和提醒按钮页面提供保存论文、跟踪更新的入口。Ask页面将其说明为向作者提问。图 2FinBERT 主题页中的 TriAgent 论文条目。红框为代码入口黄框为Notebook右侧提示文字标明相似论文代码入口和代码更新提醒。此图用于说明界面操作。页面上的Ask用于向作者提问。使用Notebook入口时应查看目标页面的内容、依赖与运行条件。有些论文条目显示的是Request Code。此时可以继续查阅原文或作者主页寻找其他代码入口。2.2 实用技巧在 Google Scholar 中直接显示代码入口如果已经习惯使用 Google Scholar 查论文可以安装 CatalyzeX 的 Chrome 扩展让代码入口出现在搜索结果旁。按照官方商店说明扩展会在找到相关实现链接时显示CODE按钮也支持 arXiv 等网站。图 3Google Scholar 搜索结果中的代码入口。KARMA 论文标题下方出现带有 C[x] 标识的黑色CODE按钮旁边还有Notebook等入口。读者在查看题名和摘要片段时就能看到相关代码的查找入口。具体操作如下Step 1: 在 Chrome 中打开 CatalyzeX 官方扩展页面。扩展名称为AI Code Finder, Alerts, Ask Questions about Papers: CatalyzeX核对页面关联网站为catalyzex.com。Step 2: 点击“添加至 Chrome”查看权限提示并确认安装。若页面显示的选项不同先确认正在桌面版 Chrome 的官方商店中操作。Step 3: 回到 Google Scholar搜索论文完整标题若页面此前已打开可刷新后查看结果。扩展找到关联实现时会在论文附近显示CODE按钮。Step 4: 点击CODE查看关联实现再核对仓库中的论文引用、作者信息和使用说明。链接可能提供算法实现也可能提供复现材料需要进入后判断。这项功能的便利之处在于可以沿用原有的论文检索习惯把找代码衔接到阅读过程中。网站适合按主题浏览扩展适合在已有论文结果旁发现实现入口两者可以配合使用。如果没有出现按钮可以检查扩展是否启用、是否获准在当前网站运行再继续查作者主页或期刊附件。没有按钮不等于没有公开代码。3. 用 KARMA 走一遍查找过程KARMA 研究的是如何利用多个 LLM Agent从文献中提取实体与关系检查信息冲突并补充知识图谱。Lu et al. (2025) 的实验使用 PubMed 文献。下面以这篇论文为例从 CatalyzeX 进入代码仓库再回到原文核对研究设定。Step 1: 打开论文详情页核对完整标题、作者及版本。相似缩写可能对应不同项目不能只凭 KARMA 这个名字判断。Step 2: 点击View Code进入代码列表页找到YuxingLu613/KARMA。Step 3: 进入 GitHub 仓库查看README.md、examples/、karma/、requirements.txt等文件了解输入、输出和依赖。Step 4: 回到论文原文 v2核对研究对象与评价方法再决定是否值得安装运行。这个例子也说明了核对版本的必要性截至本文查阅时CatalyzeX 页面列出 Yuxing Lu 和 Jinzhuo Wang 两位作者与 arXiv 初版相符2026-01-11 修订的 v2 则列出五位作者。本文参考文献采用 v2阅读时应以原始论文页面的版本记录为准。这个项目对经管读者的启发是把文献处理拆成实体识别、关系抽取、类型对齐和冲突检查等步骤。若要将它用于企业公告或供应链资料需要重新定义企业、产品、交易等实体及其关系并准备人工核验样本。仓库现有说明具有明确的生物医学背景不能直接视为已经验证的企业关系抽取工具。课堂上可以把这条检索路径设计成一项小作业让学生提交论文链接、仓库链接、输入输出说明以及一项尚未解决的复现条件。这样能检查学生是否理解材料之间的对应关系而不只是是否下载了代码。4. 经管研究可以从哪些主题入手Econometrics 主题页 收录了合成控制相关方法、非线性结构向量自回归、非结构化数据嵌入等研究FinBERT 相关页面 则包含金融情感分析和金融新闻信息抽取。读者可以从这些主题入手再按具体任务缩小范围。一个更贴近计量学习的例子是 Generalized Random Forests。CatalyzeX 收录了这篇论文学习其实现时还可以直接阅读 grf 官方文档中的异质性处理效应估计说明和示例以及 grf-labs/grf 源码。研究任务建议尝试的关键词找到资料后重点看什么从年报或新闻构造文本指标FinBERT、financial sentiment标签定义、语言、训练语料与目标文本是否相符。估计异质性处理效应causal forest、heterogeneous treatment effects识别假设、目标参数、样本划分与推断方法。学习政策评估算法synthetic control、matrix completion缺失结构、处理时点、估计对象和适用条件。做宏观或金融预测time series forecasting时间划分、滚动预测和信息泄漏处理。从文本构造企业关系relation extraction、knowledge graph实体消歧、关系方向、证据来源与人工抽查。点击表中第二列的关键词即可打开对应的 CatalyzeX 搜索结果。已经知道论文标题时优先按完整标题查找。这几类任务的检查重点也不同。情感分类表现较好构造出的回归指标仍需检查测量误差及相应推断问题预测误差较小不代表模型识别了经济机制算法能估计处理效应也不代表当前数据满足其识别条件。AI 可以协助初筛资料、整理代码结构但文献综述仍要回到原文。把算法用于经管实证研究时样本构造、识别策略、推断方法和结果解释都需要研究者判断。5. 还有哪些网站值得配合使用论文实现、经济学复现包和教学用的分析代码适合从不同入口查找。下表按用途列出几个可以配合使用的平台。平台主要入口与资料更适合的任务CatalyzeX论文信息及关联代码实现。从 AI、机器学习及交叉研究论文寻找实现线索。Hugging Face Papers社区论文动态及关联模型、数据集和实现。跟踪 AI 方法再查可用模型与演示资料。Papers with Code (.co)重建项目中的论文、任务、方法与基准入口。比较同一机器学习任务的方法及评测。EJD经济学论文及数据代码相关信息。按经济学研究主题寻找复现材料。AEA Data and Code RepositoryAEA 期刊论文的数据、代码与文档归档。已确定具体 AEA 论文时查找作者提交的材料。Kaggle Notebooks可浏览、运行的社区分析笔记本。学习数据处理、预测建模寻找课程练习案例。选择时可以直接按任务判断复现经济学论文的表格先查期刊附件、EJD 或 AEA 数据代码库查找 AI 方法及模型资源可以补充使用 Hugging Face Papers寻找课堂练习则可浏览 Kaggle。EJD 和 Kaggle 的具体操作见连享会的 EJD 介绍和 Kaggle 介绍。Papers with Code 的网址需区分原paperswithcode.com在本次核查时跳转至 Hugging Face Paperspaperswithcode.co是另一个重建项目详见发起人说明。温馨提示若页面不能正常显示数学公式和代码请阅读原文获得更好的阅读体验。