@alibaba_qwen
Alibaba Qwen представила E-Commerce Bench — новый бенчмарк для оценки автономных бизнес-агентов. Агенты получают 100 000 юаней и управляют онлайн-магазинами 365 дней: закупки, переговоры, ценообразование, складские расходы — всё на реальных данных e-commerce. Результаты показывают, что ни одна модель не доминирует по всем семи осям оценки. Также был короткий призыв к разработчикам строить проекты на базе Qwen.