AutoReproduce Project 发布 ReproduceBench 数据集, 应用在 实验复现、自动化评估 领域

AutoReproduce Project 本次发布的数据集 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。

查看ReproduceBench

README 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。