GitHub发布AI代码评审基准ReviewBench

GitHub于2026年10月5日在其官方博客发布面向AI代码审查的离线基准ReviewBench，并向外界开放使用。据GitHub Blog介绍，该基准基于1.039亿条真实pull request的分析构建而成，数据集包含219个公开的pull request，覆盖19种编程语言。为保证评审标准的可靠性，ReviewBench采用多来源golden set作为参照，并使用Claude Sonnet 5进行评分，设有四项评价指标。此外，资深工程师对结果进行独立复核，评分一致性达到96.6%。目前该基准已开放使用，尚未见其他后续进展报道。

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。