Breaking News · Noticias
GitHub presenta ReviewBench: los revisores de IA se compararán por los defectos que detecten
El 5 de octubre, GitHub presentó ReviewBench, una versión preliminar de investigación de un benchmark para agentes que revisan código. Sus métricas distinguen entre problemas detectados, omisiones y ruido innecesario, mientras que los resultados de la prueba A/B interna de la empresa describen un experimento concreto, no una clasificación general de modelos.
0
↗