GitHub推出AI代码审查离线评测基准ReviewBench

2026年10月5日，GitHub宣布推出用于评估AI代码审查智能体的离线评测基准ReviewBench，并同步开放了数据集、评分标准与排行榜。该基准基于103.9M真实PR分布进行建模，涵盖19种语言的219个代表性PR。ReviewBench结合了人类专家、前沿大模型与静态分析工具构建多源黄金数据集，并由Claude Sonnet 5担任统一裁判。

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。