GitHub、AIコードレビュー向けオープンベンチマーク「ReviewBench」を公開

GitHubは、AIコードレビューエージェントを評価するオフラインベンチマーク「ReviewBench」を公開しました。103.9 million件のプルリクエストに基づき、19言語にまたがる219件を収録し、シニアエンジニアによる監査では判定が96.6%一致しました。データセットや評価方法を公開し、独自のエージェント評価と比較に利用できます。