ReviewBench: открытый бенчмарк для AI-ревью кода
ReviewBench: открытый бенчмарк для AI-ревью кода Команда GitHub представила ReviewBench — новый бенчмарк для оценки агентов, проверяющих код. Данные основаны на реальных pull request с GitHub, используют многоканальную ground truth, калиброванную оценку и метрики, соответствующие производственной среде. Вышел пост на официальном блоге GitHub. 🔥 Больше новостей: наш ТГ
3 просмотров