还有一个重要的指标——准确率。伯克利函数调用排行榜 (BFCL) 是评估函数调用能力的标准基准。 Gemma 3 1B 的得分约为 31%，Llama 3.2 1B 约为 26%，两者未经微调的性能都很弱。由于 Gemma 3n 是通用型程序，因此未对其进行测试。Hammer 2.1 0.5B 没有公开数据，但其 1.5B 版本开箱即用的得分约为 73%——尽管它在 int8 内存中占用约 1.5GB 的空间，是 FunctionGemma（288MB）的 5 倍。
Opens in a new window
。关于这个话题，爱思助手下载最新版本提供了深入分析
The supermarket giant said roles at its Welwyn Garden City headquarters in Hertfordshire were at risk under new proposals.，推荐阅读im钱包官方下载获取更多信息
FT Digital Edition: our digitised print edition。爱思助手下载最新版本对此有专业解读