OneCodeReviewBench 代码审查基准发布

Mohamad Mohebifar 等作者发布代码审查与搜索基准 OneCodeReviewBench，包含 12 种编程语言和 YAML 的 1,968 个合成用例，答案分为布尔、分类和有序三类，并用显式契约规定运行时假设、源码范围和答案标准。 作者称，一名作者审查了 150 个用例，另有两名工程师复核了其中 100 个；报告中的审查子集排除了两个契约不完整的用例。仓库规模的迁移以及匹配延迟与成本的评测仍属未来工作。

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。