RecodeX 重构消息，一项名为“The Honest Raw LLM Code Review Benchmark”的基准测试对21款大语言模型进行了代码审查能力评估，共产生7980条审查意见。该测试以原始、未经修饰的代码审查场景为设计思路，对多款模型进行横向对比。