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。
Медведев вышел в финал турнира в Дубае17:59
。业内人士推荐搜狗输入法2026作为进阶阅读
Tiny chunks (100B × 10000)。91视频对此有专业解读
Anthropic to Pentagon: Autonomous weapons could hurt US troops and civilians。业内人士推荐一键获取谷歌浏览器下载作为进阶阅读