阿拉伯语排行榜：推出阿拉伯语指令遵循基准，更新 AraGen 并上线统一评估空间

Hugging Face 联合 MBZUAI 上线 Arabic-Leaderboards Space，整合 AraGen-03-25 与阿拉伯语指令遵循基准。AraGen-03-25 数据集扩展至 340 对问答，o1-2024-12-17 以 69.49% 的 3C3H 得分位居榜首，gpt-4o-2024-08-06 表现显著提升。