主题
论文转代码：实现计划、源码与测试报告
在研究工具选择「论文转代码」，或直接打开工作台。上传论文或粘贴研究方法，选择语言、3–8 个实现模块及补充要求。
核对计划
每个模块包含实现要点和精确原文依据。先检查算法、接口、测试条件，特别是计划中的缺失参数、数据与未覆盖能力。可以修改实现要点，但来源摘录必须来自对应页。
第一版生成 Python 3.12 CPU 项目，使用标准库、NumPy 与 pytest；作业不下载数据、权重或额外依赖。大模型、GPU 训练等研究会实现可测试的 CPU 子模块，并在 README 记录完整训练和实验的缺口。
生成与下载
确认计划后生成源码，再在隔离、断网环境中运行测试。可下载 project.zip、test-report.json、test-log.txt 与来源清单。项目包括入口、README、依赖说明、实现模块与测试；ZIP 同时保留来源和测试报告。
测试最多运行 120 秒，结果会显示通过、失败、超时或未发现测试。测试失败也可以下载项目检查，不能把「文件已生成」理解为测试通过。测试由模型编写，测试通过不代表独立评测或科学复现；真实实验仍需数据、运行条件与研究者核验。
可重试的输入案例
下载输入文本：这是一份合成的 LRU 缓存方法规格。它规定访问与更新刷新最近使用顺序，超过容量移除最久未使用的键，缺失键与非法容量需要报错。
text
实现 Python LRU 缓存、命令行合成示例和 pytest 测试。
检查访问/更新后的淘汰顺序、容量为1、缺失键及非法容量。
不要虚构性能实验或速度提升；明确这只是功能实现。选择 English、3 个模块。静态源码示例、测试报告及日志展示下载结构。该静态样例是人工编写的功能验证夹具；重新生成时使用真实模型，代码及测试结果可能不同，不作为模型复现质量的证据。
来源、下载与保留期限沿用论文转材料规则。