一个基于 Llama 3 的开放权重函数调用模型,在函数调用能力上与 GPT-4o 具有竞争力。

工具 70b

1.9万 7个月前

自述文件

Firefunction-v2 在函数调用能力上与 GPT-4o 具有竞争力,在一系列公开基准测试中的得分为 0.81,而 GPT-4o 的得分为 0.80。

Firefunction-v2 针对真实场景进行了优化,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 bench 上分别为 0.84 和 0.89),同时在函数调用任务上始终优于 Llama 3(在 Nexus 并行多函数评估中分别为 0.51 和 0.30)。

参考资料

博客文章

Hugging Face