CRBugBench 代码审查 Agent 缺陷检测基准发布
热点事件持续更新
CRBugBench 代码审查 Agent 缺陷检测基准发布
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
研究者 Chenyang Yang 等人发布代码审查智能体缺陷检测基准 CRBugBench，用于评估审查 Agent 能否发现经人工确认的 Bug。该基准包含 98 个开源 GitHub 仓库的 1000 个审查任务，以及某大型公司专有仓库的 800 个额外任务。 评测结果显示，表现最好的组合（claude-opus-5 搭配 copilot-cli）在其前 5 条评论中检出 71.9% 的 Bug，而五个月前 opus-4.6 的检出率为 47.7%。研究者还称，采用 exploration-nudging 提示可将性能提升最多 5.8%，但成本增加 10%。
AI 根据报道生成 · 6 小时前更新
最新进展10月12日 12:00
CRBugBench：代码审查智能体在 Bug 检测上的基准测试报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.SE精选CRBugBench：代码审查智能体在 Bug 检测上的基准测试
研究者构建 CRBugBench，用于评估代码审查智能体能否发现人工确认的 Bug，包含 98 个开源 GitHub 仓库的 1000 个审查任务，以及某大型公司专有仓库的 800 个额外任务。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月12日 12:00
- 近 24 小时变化
- –
02.557.510
12:0013:0014:0015:0016:0017:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。