ReviewBench：面向 AI 代码评审的开放评测基准

GitHub 发布面向 AI 代码评审的开放基准 ReviewBench，基于 1.039 亿个 GitHub PR 的分布分析构建，包含 219 个公开 PR。基准采用多来源黄金集和统一评价标准，高级工程师独立复核的一致性达 96.6%。GitHub 用它评估 Copilot code review 时，离线预测方向与线上 A/B 实验一致。