项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-11-06 · 当前星标 ★ 254
核心亮点
- 数据集经 AI 辅助生成并由专家人工校验，标注质量有保障
- 以仓库级上下文组织样本，比函数级片段更贴近真实代码审查场景
- 覆盖多种编程语言，可用于跨语言模型能力对比
不足之处
- 项目处于早期阶段，星标约 254，社区规模和第三方使用案例有限
- 数据集规模与语言覆盖的持续扩展情况需关注后续更新
适用场景
- 模型选型时对比不同大模型在代码审查任务上的表现
- 微调代码审查模型后做效果回归验证
- 学术研究中对仓库级代码理解能力进行基准评测
替代项目
CodeReviewer、CRScore、SWE-bench
上一篇：GateMem
下一篇：merchantbench
同类项目推荐
Awesome-LLMs-for-Vulnerability-D···
开源
一站式追踪LLM漏洞检测前沿论文与数据集
The community's most comprehensive, continuously-updated index of research on Large ···
LooGLE
开源
测长文本模型真实力，看它能否抓住长文关键
ACL 2024 | LooGLE: Long Context Evaluation for Long-Context Language Models
benchmarks
开源
跑分选型，用数据说话，避免MLOps工具踩坑。
️ Performance Comparison of MLOps Engines, Frameworks, and Languages on Mainstream ···
Awesome-LLM-Compression
开源
大模型压缩论文与工具一站索引，快速选型落地
Awesome LLM compression research papers and tools.
Awesome-KV-Cache-Optimization
开源
一页看懂 KV Cache 优化全景，快速选对推理加速方案
[ACL 2026] Towards Efficient Large Language Model Serving: A Survey on System-Aware ···
frontier-evals
开源
用统一标准跑分，快速对比前沿模型真实能力
OpenAI Frontier Evals
sec-code-bench
开源
测测大模型写的代码安不安全
SecCodeBench is a benchmark suite focusing on evaluating the security of code genera···
MathVista
开源
测测AI看图算数行不行，一套基准见分晓
MathVista: data, code, and evaluation for Mathematical Reasoning in Visual Contexts
LLMVault
开源
在真实漏洞靶场中练手，掌握 LLM 安全攻防实战
An intentionally vulnerable OWASP LLM Top 10 training platform for AI Security, Prom···