Benchmarks d’Agents

Benchmark d’agents de Berkeley Function-Calling Leaderboard

OpenGPT conserve 109 lignes publiées, associées à la version Berkeley Function-Calling Leaderboard exacte du benchmark et à l’environnement indiqués ci-dessous.

Tâches: —
Lignes publiées: 109
Date des données sources: 13 avr. 2026
Identité examinée: Historique

Périmètre des preuves

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

How OpenGPT handles this evidence

OpenGPT conserve la métrique, le périmètre des tâches, l’environnement, la version, les champs de configuration et la date source de l’éditeur. Il ne crée aucun score Agent global couvrant plusieurs benchmarks.

Limites de la comparaison

Un meilleur résultat ne s’applique qu’à la version du benchmark et aux conditions affichées.
Les résultats des Agents reflètent le système complet, et non le seul modèle de base.
Les données manquantes sur les coûts, la fiabilité, la sécurité ou la latence restent non renseignées au lieu d’être déduites.
OpenGPT inclut les 109 lignes de l’instantané CSV de l’éditeur. Toutes les lignes partagent le commit f7cf735, bfcl-eval 2025.12.17 et la composition officielle de la précision globale V4 ; le coût est l’estimation de l’éditeur pour l’ensemble du benchmark.

BFCL V4 · commit f7cf735 · bfcl-eval 2025.12.17

Affichage de 24 lignes publiées sur 109. Chaque résultat reste associé au benchmark et à la configuration de sa source.