Alibaba Cloud ra mắt Qwen AI Arena: Sân chơi kiểm thử AI Agent trong môi trường thực tế

Alibaba Cloud vừa ra mắt Qwen AI Arena, một nền tảng thử thách và đánh giá dành cho các AI agent. Nền tảng này tạo ra các tác vụ dựa trên những kịch bản kinh doanh thực tế, đồng thời cung cấp cho các nhà phát triển các mô hình, môi trường thực thi và công cụ đánh giá để gửi và kiểm thử các giải pháp agent của họ.

Thử thách đầu tiên tập trung vào lĩnh vực thương mại điện tử xuyên biên giới. Người tham gia phải tạo danh sách sản phẩm cho các thị trường Mỹ, Hàn Quốc và Brazil, bao gồm nội dung bằng tiếng Anh, tiếng Hàn và tiếng Bồ Đào Nha, cùng với hình ảnh và video sản phẩm. Quá trình kiểm thử tự động dự kiến bắt đầu vào giữa tháng 8, với 30 bài dự thi xuất sắc nhất sẽ bước vào vòng đánh giá chuyên môn. [GeekPark, tiếng Trung]