GitHub 开源 ReviewBench：AI 代码审查基准
GitHub 推出开源离线基准 ReviewBench，用于评估 AI 代码审查智能体。基准基于 103.9M GitHub pull request 分析构建，语料涵盖 19 种语言的 219 个公开 pull request，采用人工审查者、frontier LLM 和静态分析构成的多源 golden set，并由资深工程师独立验证，达成 96.6% 一致性。
GitHub 推出开源离线基准 ReviewBench，用于评估 AI 代码审查智能体。基准基于 103.9M GitHub pull request 分析构建，语料涵盖 19 种语言的 219 个公开 pull request，采用人工审查者、frontier LLM 和静态分析构成的多源 golden set，并由资深工程师独立验证，达成 96.6% 一致性。