GitHub 发布 ReviewBench：面向 AI 代码审查的开放基准
GitHub 发布 ReviewBench，一个面向 AI 代码审查的开放离线基准，基于 1.039 亿个 GitHub PR 的分布特征构建，包含 219 个 PR、覆盖 19 种语言。
推荐理由：GitHub 公开了代码审查基准的构建方法与评测口径，读者可据此理解 AI 审查能力的衡量方式。
#Microsoft
GitHub Blog · AI & ML精选
Hugging Face Blog精选 微软与 Hugging Face 发布 ThinkingBox：按数据库终态给 AI 智能体打分
微软 Copilot Studio 团队与 Hugging Face 联合发布 ThinkingBox，通过隔离的 MCP 工具会话检查智能体留下的后端终态和副作用，而非其生成的回答，并让每个任务重复运行 20 次。
推荐理由：微软与 Hugging Face 联合发布的智能体评测基准，用数据库终态而非模型自述来判定任务是否真正完成。
Microsoft Research 微软研究院用机器学习预测电网空间天气风险，覆盖美国 66,935 座变电站
微软研究院开发了一套端到端机器学习流水线，利用 L1 太阳风观测和 AE、Dst 指数预报，结合各变电站纬度与地质电导率，为美国本土 66,935 座变电站生成 30-60 分钟前的局地空间天气风险估计。
Microsoft Research精选 微软研究：将物理AI推理卸载到边缘或云端可提升机器人性能与续航
微软研究院对移动机器人操作负载的系统测量显示，把物理AI推理从机器人端侧GPU卸载到边缘或云端GPU，可提升任务成功率、支持更大模型并延长续航。
推荐理由：微软对移动操作机器人推理负载的系统测量，给出端侧、边缘与云端算力取舍的量化依据。
Microsoft Research 微软研究院在 Nature 发布逆合成模型 RetroChimera，并开源实现与权重
微软研究院在 Nature 发表逆合成模型 RetroChimera，并开源其实现与权重。该模型由 Transformer 模型 R-SMILES 2 与 GNN 模型 NeuralLoc 组成，通过学习式集成与重排序融合两者互补优势。