一个基于 Llama 3 的开源函数调用模型,其函数调用能力与 GPT-4o 相当。

工具 70b

15.3K 4 个月前

自述文件

Firefunction-v2 的函数调用能力与 GPT-4o 相当,在一系列公开基准测试中得分为 0.81,而 GPT-4o 的得分为 0.80。

Firefunction-v2 针对现实世界的场景进行了优化,包括多轮对话、指令遵循和并行函数调用。它保留了 Llama 3 的多轮指令能力(在 MT 基准测试中为 0.84,而 Llama 3 为 0.89),同时在函数调用任务上始终优于 Llama 3(在 Nexus 并行多函数评估中为 0.51,而 Llama 3 为 0.30)。

参考

博客文章

Hugging Face