GitHub 发布开源 AI 代码审查基准 ReviewBench

GitHub 发布开源离线基准 ReviewBench，用于评测 AI 代码审查智能体，研究预览版已在其网站上线，可查看完整基准、比较不同代码审查智能体，也可自带智能体评测迭代。 ReviewBench 基于 1.039 亿 GitHub pull request 的分布建模，包含 19 种语言的 219 个公开 pull request。使用者可先在 25 个 PR 的测试集上带逐 PR 明细反复调试配置，再跑完整 219 个 PR（三轮），由与所有其他条目相同的评委打分。 据 GitHub 说明，成绩只有在超过该智能体当前排行榜分数，或为该智能体首次上榜时，才会发布到排行榜。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。