基于Llama 3的开放权重函数调用模型,其功能调用能力与GPT-4o相当。

工具 70b

15.3K 4个月前

自述文件

Firefunction-v2的功能调用能力与GPT-4o相当,在一系列公共基准测试中得分0.81,而GPT-4o的得分为0.80。

Firefunction-v2针对现实场景进行了优化,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基准测试中得分为0.84对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对0.30)。

参考文献

博客文章

Hugging Face