RECLAIM：智能体能否复现机器学习论文

基准选取100篇NeurIPS 2025论文，在预设结果、成功标准和GPU预算下评测智能体复现能力。

推荐理由：把论文复现拆成可验收且受算力约束的端到端任务，并按作者开放材料划分难度；它衡量的不再是答题能力，而是智能体能否真正承担研究工程。