评测基准 最新动态

GitHub 发布 ReviewBench，评测 AI 代码审查能力

ReviewBench 面向代码审查智能体，采用真实 GitHub pull request 构建评测任务，结合多来源标准答案和统一评估规则。开发者可以检查系统发现了哪些问题、遗漏了哪些问题，以及准确率和召回率之间的取舍。