Benchmarks de Agents

Benchmark de agentes de Berkeley Function-Calling Leaderboard

O OpenGPT mantém 109 linhas publicadas vinculadas à versão exata Berkeley Function-Calling Leaderboard do benchmark e ao ambiente exibido abaixo.

Tarefas: —
Linhas publicadas: 109
Data dos dados da fonte: 13 de abr. de 2026
Identidade revisada: Histórico

Escopo das evidências

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

How OpenGPT handles this evidence

O OpenGPT preserva a métrica, o escopo de tarefas, o ambiente, a versão, os campos de configuração e a data da fonte fornecidos pelo publicador. Ele não cria uma pontuação geral de Agentes que combine benchmarks.

Limites da comparação

Um resultado mais alto se aplica apenas à versão e às condições do benchmark exibidas.
Os resultados de Agents refletem o sistema completo, não apenas o modelo base.
Dados ausentes de custo, confiabilidade, segurança ou latência continuam sem ser informados, em vez de serem inferidos.
O OpenGPT inclui todas as 109 linhas do instantâneo em CSV do publicador. Todas compartilham o commit f7cf735, o bfcl-eval 2025.12.17 e a composição oficial da precisão geral da V4; o custo é a estimativa do publicador para o benchmark completo.

BFCL V4 · commit f7cf735 · bfcl-eval 2025.12.17

Mostrando 24 de 109 linhas publicadas. Cada resultado permanece vinculado ao benchmark e à configuração da fonte.