# QwenLM/BabelArena

- 原标题：QwenLM/BabelArena
- 类型：项目
- 来源：GitHub
- 发布时间：2026-10-22
- 首次精选：2026-10-26 22:28
- 分级：值得看
- 学习层级：深入
- 主题：[agents-tool-use](<https://oplearnx.com/md/topics/agents-tool-use.md>)（第 50 位）、[agent-evaluation-reliability](<https://oplearnx.com/md/topics/agent-evaluation-reliability.md>)（第 52 位）
- 原文链接：[https://github.com/QwenLM/BabelArena](<https://github.com/QwenLM/BabelArena>)
- 本站页面：[https://oplearnx.com/resources/pk\_83790c4bb103](<https://oplearnx.com/resources/pk_83790c4bb103>)

## 摘要

一个 GitHub 仓库（Apache-2.0 许可），README 介绍 BabelArena：面向 LLM 智能体的多语言基准，从四个智能体基准家族中取 699 个标准任务、覆盖 13 个领域，各改编为 23 种语言，共 16,077 个任务实例；每个语言变体保留原任务身份和评估标准以便跨语言对比。变体由代理式工作流 BabelFlow 构建，经多层验证与人工审核后采纳。对五个前沿模型的评测显示，没有单一模型在四个家族上全面领先，低资源语言出现更多工具使用与控制流错误、相同任务下输入 token 可达英语的约两倍等。仓库附有 arXiv 论文链接（arXiv:2609.23490）。

## 热度

- 7 天新增 star：+12
- 30 天新增 star：+12
- Hacker News：没有
- 社区讨论：0 帖

## 项目信息

- 语言：Python
- 许可：未声明
- 最近提交：2026-10-23
- Star：12
- Fork：2

## 上手方式

```bash
git clone https://code.alibaba-inc.com/alitranx/BabelArena.git
cd BabelArena
pip install pyyaml
./bench setup                                   # one virtualenv per benchmark + sandbox image
./bench fetch-data --source /path/to/BabelArena-data
```

摘自 [README](<https://github.com/QwenLM/BabelArena/blob/main/README.md>)

## 原文涉及

- [BabelArena: A Large-Scale Multilingual Benchmark for LLM Agents](<https://arxiv.org/abs/2609.23490>)
- [GitHub - sierra-research/tau2-bench: τ-Bench: A Benchmark for Tool-Agent-User Interaction in Real-World Domains](<https://github.com/sierra-research/tau2-bench>)

---
来源：LearnMap · 学径（https://oplearnx.com）