benchmark_leaderboard
Berkeley Function Calling Leaderboard (BFCL) V4
מדידה עצמאית · מתעדכן
מה הוא מודד
שימוש בכלים: קריאה נכונה לפונקציות וממשקים חיצוניים · ביצוע משימות מרובות שלבים: ביצוע משימה רב שלבית מקצה לקצה
מה הוא לא מודד
- אין לגזור ממנו יכולת בתחומים שלא נכללו במשימות שלו.
הערות רישום
Last update found: 2026-04-12. Record single/multi-turn, web, memory and hallucination subscores separately.
תוצאות שנקלטו
| מערכת | ציון | פרוטוקול | מקור |
|---|---|---|---|
| Qwen3.7 Max | 75.0 | BFCL v4, דיוק קריאות פונקציה · דיווח של הספק | קישור |
| Ling 3.0 Flash | 73.0 | BFCL v4, דיוק קריאות פונקציה · דיווח של הספק | קישור |
| Qwen3.7 Plus | 72.9 | BFCL v4, דיוק קריאות פונקציה · דיווח של הספק | קישור |