Continue reading...
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。。关于这个话题，51吃瓜提供了深入分析
Global news & analysis，这一点在谷歌中也有详细论述
None of this is meant to suggest that every programmer needs a philosophy
Peter Purves, who played the Doctor's assistant Steven Taylor, was invited to the Phoenix Cinema in Leicester on Wednesday under false pretences to view the two episodes, and he said: "My flabber has never been so gasted."