GitHub ra mắt ReviewBench, bộ benchmark mở cho AI review code

GitHub vừa ra mắt ReviewBench, một bộ benchmark mở để kiểm tra các tác tử AI làm nhiệm vụ review code. Bộ này được xây dựng trên các pull request (đề xuất thay đổi code) tiêu biểu trên GitHub, kết hợp đáp án chuẩn từ nhiều nguồn, cách đánh giá được hiệu chỉnh và các chỉ số bám sát cách review code diễn ra trong thực tế.

Các nhóm phát triển phần mềm và nhà làm công cụ review code bằng AI có thể dùng ReviewBench làm thước đo chung để so sánh chất lượng các trợ lý review. Nên theo dõi khi chọn công cụ, nhưng hãy đọc kỹ cách đánh giá trước khi tin vào điểm số.

Đọc bài gốc