GitHub发布ReviewBench开源基准用于评估AI代码审查
GitHub发布ReviewBench，一个基于1.039亿个真实Pull Request分布构建的开源AI代码审查离线基准。该基准包含219个Pull Request和经过人工验证的多源黄金数据集，支持按严重程度和类别切片，并提供Grounded与Augmented两套指标体系。
推荐理由：GitHub发布ReviewBench基准，提供可复现的离线评估方法，帮助开发者选择并优化AI代码审查工具。
#开源生态
#开源生态
今日 0 条GitHub Blog · AI & ML精选AI 评分6868
Hugging Face BlogAI 评分4242 UK AISI 与 EvalEval 合作推动基准测试结果可复现
英国 AI 安全研究所（AISI）利用 EvalEval 基础设施公开分享评估结果，支持更可复现和可验证的评估科学。
Hugging Face Blog精选AI 评分8383 Hugging Face 复现 2200 篇 ICML 论文：发现半数以上存在复现问题
Hugging Face 联合社区复现 2226 篇 ICML 2026 论文，发现 51% 的论文至少有一个声明被验证，23% 存在被证伪的声明。文章指出纯智能体验证存在局限，人类应转向管理智能体、设定环境和提出关键问题。
推荐理由：Hugging Face 通过大规模开源复现揭示了 AI 论文复现危机，并探讨了人类在智能体时代的审稿新角色。
Google ResearchAI 评分4040 WAXAL：面向27种非洲语言的大规模开源语音数据集
Google Research 发布 WAXAL，这是一个面向27种撒哈拉以南非洲语言的开源语音数据集。该数据集包含约1,846小时自动语音识别（ASR）数据和超过565小时文本转语音（TTS）数据，采用 CC-BY-4.0 许可协议。这一资源旨在支持非洲地区的 AI 研究，推动包容性语音技术的发展。
Hugging Face Blog精选AI 评分6868 Hugging Face 发布文本到图像生成开源偏好数据集
Hugging Face 社区发布了面向文本到图像生成的开源偏好数据集，包含 1 万对偏好样本，涵盖多种图像风格与提示词复杂度。数据集采用 Apache 2.0 协议，附带用于数据预处理和后处理的代码，并提供了基于 FLUX.1-dev 模型的 LoRA 微调适配器。
推荐理由：开源了文本到图像生成的偏好数据集及微调代码，为社区提供了可复用的训练素材。