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。
Москвичей предупредили о резком похолодании09:45
Овечкин продлил безголевую серию в составе Вашингтона09:40，推荐阅读同城约会获取更多信息
圖像加註文字，格蕾絲·貝爾和史蒂文·鮑威爾帶著他們的兒子雨果Article InformationAuthor, 菲莉帕·羅克斯比（Philippa Roxby），更多细节参见服务器推荐
2026-02-26 00:00:00:0新华社记者 ——习近平总书记引领全党树立和践行正确政绩观，这一点在Safew下载中也有详细论述
Early physical attractiveness predicts a more socially effective personality in adulthood. Early physical appearance may serve as a slight but consistent predictor of how well a person navigates social situations later in life.