GitHub 发布用于评估 AI 代码审查代理的开放基准 ReviewBench

GitHub 发布 ReviewBench 开放基准研究预览，用于评估 AI 代码审查代理，语料包含来自 187 个开源许可仓库的 219 个公开拉取请求，覆盖 19 种语言。该基准提供 grounded 与 augmented 两类指标，支持按严重性、类别和精确率—召回率偏好分析；GitHub 称其用于 Copilot code review 时，离线变化方向与后续生产实验一致。