待验证50% 置信事实精确时间
BFCL 由伯克利团队维护，评测集按难度分层包括 Simple、Multiple、Parallel、Parallel Multiple、Relevance Detection 等类别。
1
来源数
50%
置信度
长期有效
时效性
2026/10/25
首次发现
来源
涉及实体
相关事实
待验证BFCL 是评估模型函数调用能力的常用基准，覆盖简单函数、多函数选择、参数填充等场景。69% 相似待验证Berkeley Function-Calling Leaderboard（BFCL）是业界常用的工具调用能力评估基准之一62% 相似待验证在BFCL v4和API Bank两个工具学习基准上，SeTPO与监督微调、强化学习和蒸馏三类基线方法进行了对比。57% 相似待验证评估模型智能体能力的主流基准测试包括BFCL（Berkeley Function Calling Leaderboard）、AgentBench、SWE-Bench；编码能力评测集包括HumanEval、MBPP、LiveCodeBench57% 相似待验证在k折交叉验证中每一折产生一组性能指标值，为Wilcoxon符号秩检验提供配对观测值样本56% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1095143API
curl https://kongchang.com/api/v1/knowledge/claims/1095143MCP
get_claim(id=1095143)