ReviewBench
AssessCông cụ
Một benchmark mở để đánh giá các tác nhân AI review mã trên pull request thực tế.
Vì sao ở đây
Xếp vào Assess: 1 bài bằng chứng từ 2 nguồn, chủ yếu là cập nhật framework, 1 bài trong 30 ngày qua. Độ tin cậy 32%.
Bằng chứng (1)
- 7GitHub Blog·5/10/2026framework_updateGitHub ra mắt ReviewBench để đánh giá AI review mã
GitHub giới thiệu ReviewBench, một bộ benchmark mở để đánh giá các hệ thống AI review mã trên các pull request sát thực tế. Bộ dữ liệu này dùng golden set đa nguồn, thang chấm điểm thống nhất và nhãn theo mức độ nghiêm trọng, loại vấn đề để so sánh tốt hơn độ chính xác, khả năng bao phủ và các đánh đổi giữa các reviewer. GitHub cho biết benchmark này đã giúp việc đánh giá ngoại tuyến cho Copilot code review bám sát hơn với kết quả thực tế trên môi trường sản xuất.