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。
Dogs act like toddlers when you need help - but cats just watch. Scientists compared 3 groups: pet dogs, cats, and human toddlers in an experiment where a human parent hides and pretends to look for an object. 75% of dogs and children helped. Cats only helped if it was in their personal interest.，这一点在im钱包官方下载中也有详细论述
Медведев вышел в финал турнира в Дубае17:59。heLLoword翻译官方下载对此有专业解读
for await (const chunks of input) {
63-летняя Деми Мур вышла в свет с неожиданной стрижкой17:54