千问开源多语言Agent基准BabelArena

阿里千问团队开源了多语言 LLM agent 基准 BabelArena，用于研究跨语言 agent 工作流。该基准包含约 699 个规范任务，覆盖 23 种语言，共约 1.6 万个任务实例，并配套 BabelFlow 适配流水线。 据 meng shao 在 X 上发布的信息，代码、数据集和论文均放在该帖评论区。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。