ReproduceBench

该数据集提供了一个带有验证实施的标准基准，旨在评估研究论文中描述实验的复现能力。此外，它还包括了新颖的评价指标，用以评估实验复现的准确性和执行忠实度。该数据集的任务是评估自动实验复现的能力。