GitHub 发布 AI 代码审查开放基准 ReviewBench

GitHub 发布面向 AI 代码评审的开放基准 ReviewBench，用于离线评估代码审查模型。该基准基于 1.039 亿个 GitHub PR 的分布分析构建，包含 219 个公开 PR，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为 96.6%。 GitHub 称，用它评估 Copilot code review 时，离线预测方向与线上 A/B 实验一致。ReviewBench 研究预览版已通过官方网站开放，提交的分数在维护者审核前保持私密，仅当超过现有成绩或首次提交时才会发布到排行榜。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。