GitHub 发布开源代码审查基准 ReviewBench
GitHub 发布 AI 代码审查离线基准 ReviewBench，现已开放使用。基准基于 103.9M 真实 pull request 的分布构建，包含来自 19 种语言的 219 个公开 pull request。
#Agent
GitHub Blog · AI & MLAI 评分5454 MIT Technology Review · AIAI 评分2727 让 AI 智能体连接企业知识
MIT Technology Review 基于 300 位数据与 AI 高管调研的报告指出，企业 AI 智能体缺乏组织语境下的知识，是智能体项目难以落地的主要原因——平均仅 34% 的 agentic AI 项目进入生产环境。
Berkeley AI ResearchAI 评分4848 教 LLM 更新信念状态以实现高效长程交互：Berkeley AI Research 提出 ABBEL 框架
Berkeley AI Research 提出 ABBEL 框架，将摘要形式化为自然语言信念状态并施加 belief grading 监督，以替代完整交互历史。
Berkeley AI ResearchAI 评分4343 GRASP：面向长时程世界模型的基于梯度的规划方法
Berkeley AI Research 等团队提出 GRASP，一种基于梯度的规划器，让学习型世界模型的长时程规划更稳健。它将轨迹提升到虚拟状态以实现跨时间并行优化，在状态迭代中加入随机性以支持探索，并通过重塑梯度避免经过高维视觉模型的脆弱“状态-输入”梯度。该方法解决了长时程 rollout 中雅可比矩阵病态化导致的梯度爆炸/消失，以及非贪心结构带来的局部极小问题。