GitHub 发布 AI 代码审查开放基准 ReviewBench
GitHub 发布 ReviewBench，一个面向 AI 代码审查智能体的开放离线基准，现已可通过 ReviewBench 网站使用。
推荐理由：原文公开了数据集、评分方法和提交流程，可用于比较代码审查智能体的取舍。
#Microsoft
GitHub Blog · AI & ML精选AI 评分6262
Hugging Face Blog精选AI 评分7676 Microsoft 与 Hugging Face 发布 ThinkingBox，用后端状态评估 AI 智能体可靠性
Microsoft 与 Hugging Face 发布 ThinkingBox 和 ThinkingBox-Bench，用 AI 智能体留下的数据库终态与副作用评估任务是否完成，而不是只看回复或工具调用。
推荐理由：文章把单次成功与连续可靠性分开评估，可帮助判断智能体接入真实业务记录时的风险。
Microsoft ResearchAI 评分4343 Microsoft Research 用机器学习预测电网空间天气风险
Microsoft Research 开发机器学习管线，利用预报时太阳风信息为美国本土 66,935 个变电站生成位置级空间天气风险估计。系统结合 AE、Dst 预测与纬度、地质、地面电导率等特征，可在风险出现前 30-60 分钟预警。2020-2026 评估中，系统对 major、severe、extreme 事件检测率分别为 76.5%、81.2%、64.1%。
Microsoft Research精选AI 评分7070 Microsoft Research 介绍面向复杂生物学的 AI 研究系统 Quine
Microsoft Research 介绍 Quine，这是一个研究项目，旨在构建生物学多模态世界模型，并用交互式 harness 连接模型、科学工具、文献和研究人员。
推荐理由：原文提供了 Quine 在肿瘤状态转移中的实验案例，可作为 AI 参与生物研究闭环的参考。
Microsoft ResearchAI 评分5353 Microsoft Research 在 Nature 发表 RetroChimera 逆合成模型并开源实现与权重
Microsoft Research 报告 RetroChimera 逆合成模型近期发表于 Nature，并开源其实现和权重。RetroChimera 结合 R-SMILES 2 与 NeuralLoc，通过学习式重排序融合两类模型的预测，在常见和稀有反应类别上产生更符合化学家判断的逆合成预测。