收录300个原生非英语编码任务，覆盖本地化、编码和文化约定。
推荐理由：该基准不是简单翻译英语题，而是覆盖十种语言独有的国际化、字符规范和地域惯例；它能暴露英文评测长期掩盖的编码智能体部署缺陷。
阅读原文