TodayAI
开发

Berkeley Function Calling Leaderboard (BFCL) V4

从工具调用到智能体评估的大模型函数调用基准

访问官网

访问方式:未知

它是什么

BFCL V4 使用真实世界数据评估大语言模型准确调用函数(工具)的能力,并定期更新。该排行榜涵盖函数调用、多轮交互与整体智能体评估等维度,提供准确率、成本与延迟等指标,并公开代码与数据供复现。

典型使用场景

  • 比较不同大模型的函数调用准确率
  • 查看模型在多轮交互中的工具调用表现
  • 参考成本与延迟指标选择模型
  • 复现评测结果或提交测试用例

工具信息

分类
开发
标签
函数调用 · 工具调用 · 模型评测 · 排行榜 · 智能体评估

官方资料