待验证50% 置信事实精确时间

ReviewBench使用与实际生产环境对齐的指标（production-aligned metrics），如审查意见的准确率、召回率、误报率等。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/12

首次发现

有效期至：2027/1/10

来源

GitHub发布ReviewBench：AI代码审查有了开放基准

涉及实体

ReviewBenchproduct

相关事实

待验证ReviewBench强调使用校准过的评估方法（calibrated evaluation）来减少评估偏差。72% 相似待验证评估官方性能声明时应关注对比的基准版本、使用的评估子集以及专用模型是否经过同等规模的微调72% 相似待验证ReviewBench采用多来源的ground truth来构建评测标准。71% 相似待验证评估（Evaluation）通过预定义的测试集和评分标准衡量输出质量，维度包括准确性、相关性、忠实度、有害内容检测71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1010607

API

curl https://kongchang.com/api/v1/knowledge/claims/1010607

MCP

get_claim(id=1010607)