BFCL（Berkeley Function Calling Leaderboard）
函数调用评测：对每个请求判断该不该调这个函数，参数是否全对。Decision Index 把它当作 Tools 领域的核心项（1,694 个 case）。
函数调用评测：对每个请求判断该不该调这个函数，参数是否全对。Decision Index 把它当作 Tools 领域的核心项（1,694 个 case）。
评估集信息
- 所属套件
- Agent 决策
- 分组
- C Agent 与工具调用
- 决策类型
- 是否调用（+参数）
- 主指标
- case exact accuracy
- 优化方向
- 越高越好
- 参评模型
- 0 个
- 数据许可证
- 见官方页面
这个评估集测什么
函数调用评测：对每个请求判断该不该调这个函数，参数是否全对。Decision Index 把它当作 Tools 领域的核心项（1,694 个 case）。
在该评估集上的模型成绩（0 个）
暂无模型在该评估集上的公开成绩。