LMR-BENCH 登 EMNLP 2025：LLM Agent 能否复现真实语言建模研究

UT Dallas 团队推出的 LMR-BENCH 入选 EMNLP 2025，用于评测 LLM Agent 能否理解并复现真实的 LLM 研究。评测方式是给 Agent 一篇 NLP 论文和一份遮蔽关键代码的仓库，让它根据论文信息补全并实现目标函数，再由单元测试、LLM 评审与人工评审判定复现质量。