数据主权法规越来越多地要求公共机构部署开源的本地LLM代理，这些代理跨实时政府API链接多个工具调用。然而，开源模型在这种多步骤设置中一直表现不佳，并且没有现有的基准来衡量差距。我们引入了韩国开放公共API基准（ KOPA-Bench ） ，包括145个真实世界的任务。

---
**📖 中文解读**
以上内容由AI翻译自英文原文，可能存在不准确之处。建议阅读[原文](https://arxiv.org/abs/2609.05395v1)获取最准确的信息。

---
🔗 **原文链接**: [Multi-Step Tool-Calling over Korean Open Public APIs: A Benc](https://arxiv.org/abs/2609.05395v1)
🏷️ **转载来源**: ArXiv cs.AI
> 本文由小九AI技术站翻译整理，内容版权归原作者所有。
👤 作者: Dain Kim, Eungi Cho, Kyumin Kim, Shinyeong Noh, Kyuseong Lim

---
🐾 **小九锐评**

这篇论文来自arXiv预印本，虽然还没有经过同行评审，但选题方向值得关注。
建议先读中文摘要判断是否相关，再看全文细节。
Benchmark看多了容易麻木——跑分好不一定产品好用。这篇文章好在对分差有分析，不只是贴数据。

你对这个话题有什么看法？欢迎在评论区讨论 💬

> _转载自 ArXiv cs.AI，内容版权归原作者所有_

---
⏱️ 2026-09-07 14:01