IronBee开源LLM代码审查基准测试
热点事件持续更新
IronBee开源LLM代码审查基准测试
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
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。 测试中，成本最高的两款模型Claude Fable 5.1和GPT-6 Astra在50个pull request中固定选取的10个（称为frontier set）上运行，其余19款模型在全部50个pull request上运行。
AI 根据报道生成 · 56 分钟前更新
最新进展10月20日 22:56
IronBee 开源 LLM 代码审查基准测试 21 个模型 7,980 次审查报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- Hacker News LLM精选IronBee 开源 LLM 代码审查基准测试 21 个模型 7,980 次审查
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。