GitHub 推出 ReviewBench 开放基准，用于评测 AI 代码审查智能体，并提供公开数据集、统一评分方法和系统比较入口。基准包含来自 187 个开源许可仓库的 219 个 PR，覆盖 19 种语言，其分布参考了对 103.9M 个 GitHub PR 的分析；资深工程师独立复核标注，判断一致率为 96.6%。
推荐理由：ReviewBench 将真实 PR 分布、多来源标注和专家复核纳入同一评测流程，并用线上实验对照离线信号，为代码审查智能体比较提供可复现依据。
Hugging Face 推出 Open TTS Leaderboard，使用客观指标评测开源 TTS 模型的可懂度、速度和说话人相似度。排行榜支持多语言与音色克隆比较，并提供试听和投票功能；流式性能按首段音频时间（TTFA）衡量，可查看 H200 GPU 和部分 CPU 结果。该排行榜补充而不取代人工偏好评测，评测脚本计划随后开源。
推荐理由：排行榜将多语言语音合成、音色克隆和流式延迟纳入同一评测框架，并与人工偏好投票互补，呈现开源 TTS 模型比较中的不同维度。
NVIDIA 发布开源表格基础模型 Kumo Tabular，用于表格分类和回归，可根据带标签的上下文行在一次前向传播中预测新行，无需训练、调参或特征工程。模型有 28M 至 215M 参数的三种尺寸，以人工数据预训练，并在 TabArena、BeyondArena、TALENT 和 ScoringBench 四项基准上排名第一。
推荐理由：文章交代了人工合成表格预训练的构建方式，并列出四项基准结果，便于了解该模型的训练设计与评测表现。