基於 Llama 3 的開放權重函數呼叫模型,功能呼叫能力可與 GPT-4o 媲美。

工具 70b

1.9 萬 7 個月前

Readme

Firefunction-v2 的函數呼叫能力可與 GPT-4o 媲美,在綜合公開基準測試中得分 0.81,GPT-4o 得分 0.80。

Firefunction-v2 針對真實世界情境進行最佳化,包括多輪對話、指令遵循和並行函數呼叫。它保留了 Llama 3 的多輪指令能力(在 MT bench 上得分 0.84,Llama 3 為 0.89),同時在函數呼叫任務上持續優於 Llama 3(在 Nexus parallel multi function eval 上得分 0.51,Llama 3 為 0.30)。

參考文獻

部落格文章

Hugging Face