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。
Author(s): Uttiyoarnab Saha, Ali Hamedani, Miguel A. Caro, Andrea E. Sand
。关于这个话题，heLLoword翻译官方下载提供了深入分析
或者是这种带着几分荒诞、又透着高级感的时尚大片：
斯凯孚汽车业务预计今年四季度独立上市，确定未来运营名称为SKF Vertevo