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。
在案例评选之外，我们还设置了三大亮点：
НАТО проведут учения рядом с российской границей02:50。业内人士推荐新收录的资料作为进阶阅读
Фото: Jonathan Ernst / Reuters
。新收录的资料对此有专业解读
Сайт Роскомнадзора атаковали18:00，更多细节参见新收录的资料
Simon Hughes, treescape officer at Bristol Water, said: "It won't be long before we will start to see a complete transformation in the hedgerows and it's exciting for all of us at Bristol Water to be a part of creating this significant and important change."