Hacker News LLM· serkan-ozal·· 2 小时前精选AI 评分88
IronBee 开源 LLM 代码审查基准测试 21 个模型 7,980 次审查
The Honest Raw LLM Code Review Benchmark: 21 Models, 7,980 Reviews
AI 导读
IronBee 团队使用公开基准 Martian's Code Review Bench 对 21 款大语言模型进行无工具、仅输入 diff 的代码审查测试，共产生 7,980 次审查并全部开源。
推荐理由
将 21 款模型与 21 款代码审查工具放在同一基准下对比，读者能直接看出裸模型与成熟产品的差距。
来源：Hacker News LLM · ironbee.ai