Agenten-Benchmarks

Berkeley Function-Calling Leaderboard Agenten-Benchmark

OpenGPT hält 109 veröffentlichte Zeilen mit der unten gezeigten exakten Benchmark-Version Berkeley Function-Calling Leaderboard und Umgebung verknüpft.

Aufgaben: —
Veröffentlichte Zeilen: 109
Datum der Quelldaten: 13. Apr. 2026
Identität geprüft: Historisch

Nachweisumfang

BFCL V4 · commit f7cf735 · bfcl-eval 2025.12.17. official V4 cases; count not frozen in this snapshot. Function calling, web search, memory, multi-turn, hallucination, and format tests. Category-specific.

How OpenGPT handles this evidence

OpenGPT bewahrt Kennzahl, Aufgabenumfang, Umgebung, Version, Konfigurationsfelder und Quelldatum des Herausgebers. Es erstellt keine Benchmark-übergreifende Agent-Gesamtpunktzahl.

Vergleichsgrenzen

Ein höheres Ergebnis gilt nur für die angezeigte Benchmark-Version und die entsprechenden Bedingungen.
Die Ergebnisse der Agenten spiegeln das Gesamtsystem wider, nicht nur das Basismodell.
Fehlende Daten zu Kosten, Zuverlässigkeit, Sicherheit oder Latenz werden weiterhin als nicht gemeldet ausgewiesen und nicht abgeleitet.
OpenGPT enthält alle 109 Zeilen aus dem CSV-Snapshot des Herausgebers. Alle Zeilen basieren auf Commit f7cf735, bfcl-eval 2025.12.17 und der offiziellen Zusammensetzung der V4-Gesamtgenauigkeit; die Kosten sind die Schätzung des Herausgebers für den vollständigen Benchmark.

BFCL V4 · commit f7cf735 · bfcl-eval 2025.12.17

24 von 109 veröffentlichten Zeilen werden angezeigt. Jedes Ergebnis bleibt mit dem Quellbenchmark und der Konfiguration verknüpft.