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。
Complete digital access to quality FT journalism with expert analysis from industry leaders. Pay a year upfront and save 20%.
。业内人士推荐51吃瓜作为进阶阅读
想让网页显示立体的 "Hello World"？你需要加载字体文件，然后 TextGeometry 会帮你把文字变成 3D 模型，甚至还能加倒角让文字更有质感。。关于这个话题，一键获取谷歌浏览器下载提供了深入分析
A simpler API would mean fewer concepts, fewer interactions between concepts, and fewer edge cases to get right resulting in more confidence that implementations actually behave consistently.