开源工具 self-bench 发布，支持在私有代码库自动构建模型评估

开发者发布了开源工具 self-bench，旨在解决公开评估基准饱和的问题，通过一条 CLI 命令即可在用户的私有代码库 PR 上自动构建评估数据集。该工具为开发者提供了一种无需依赖公共基准、直接验证模型在实际代码中表现的定制化测试方案，有助于提升模型评估的实际参考价值。