Breaking News · Nyheter
GitHub lanserar ReviewBench: AI-granskare ska jämföras utifrån upptäckta buggar
Den 5 oktober presenterade GitHub ReviewBench, en forskningsförhandsversion av en benchmark för kodgranskande agenter. Måtten skiljer mellan upptäckta problem, missar och onödigt brus, medan företagets resultat från ett internt A/B-test beskriver ett enskilt experiment – inte någon allmän ranking av modeller.
0
↗