TMLR : les auteurs interrogés sur leurs propres travaux
Original : Asking authors about their own papers
Pourquoi c'est important
Rendre la recherche ML plus transparente renforce la confiance et la reproductibilité scientifique.
La revue TMLR (Transactions on Machine Learning Research) lance une initiative invitant les auteurs à commenter et contextualiser leurs propres articles publiés, offrant un éclairage direct sur leurs motivations et méthodes.
TMLR, la revue en accès libre dédiée à la recherche en apprentissage automatique, expérimente un format éditorial original : interroger directement les auteurs sur leurs propres publications. L'idée est simple — qui mieux que les chercheurs eux-mêmes pour expliquer les choix méthodologiques, les limites reconnues et les pistes futures de leurs travaux ? Ce type d'exercice, publié sur le blog officiel de TMLR sur Medium, vise à rendre la recherche plus accessible et à humaniser des articles souvent très techniques. Il permet aussi de mettre en lumière ce que les formats académiques classiques laissent dans l'ombre : les intuitions de départ, les impasses rencontrées, ou encore ce que les auteurs auraient fait différemment. Une démarche qui complète utilement la lecture des papiers bruts.