Hacker News · AI· serkan-ozal·· 3 小时前精选AI 评分79
IronBee 发布代码审查基准评测：21 款裸大模型与商业工具横向对比
The Honest Raw LLM Code Review Benchmark: 21 Models, 7,980 Reviews
AI 导读
IronBee 基于 Martian 的 Code Review Bench 对 21 款主流大模型的 58 种配置及 21 款商业审查工具进行了 7,980 次代码审查评测，所有测试代码与数据均在 GitHub 开源。
推荐理由
测试对比了裸模型单次调用与完整代码审查工具的能力差异，读者能借此认清模型推理预算与审查准确率之间的边际收益。
来源：Hacker News · AI · ironbee.ai