firefunction-v2:70b-q5_0

Firefunction-v2 在函数调用能力方面与 GPT-4o 相当，在混合公共基准测试中得分为 0.81，而 GPT-4o 得分为 0.80。

Firefunction-v2 针对真实世界场景进行了优化，包括多轮对话、指令遵循和并行函数调用。它保留了 Llama 3 的多轮指令功能（在 MT 基准测试中得分为 0.84，GPT-4o 为 0.89），同时在函数调用任务中始终优于 Llama 3（在 Nexus 并行多函数评估中得分为 0.51，Llama 3 为 0.30）。