[控场AI]
待验证50% 置信事实精确时间

BFCL-v3 主要评测模型对函数调用的准确性，包括多轮调用和并行调用场景。

1
来源数
50%
置信度
长期有效
时效性
2026/10/28
首次发现

来源

EnvSched：环境感知调度提升智能体RL效率

涉及实体

BFCL-v3benchmark

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。78% 相似待验证Coarena让用户在速度、准确性和可靠性三个维度上对比多个模型完成同一工作流程的表现67% 相似待验证CFC基准中每个变体运行3次（285÷95=3），这种重复性测试用于评估模型输出的稳定性和可复现性67% 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。66% 相似待验证研究复现的BLEU-4和METEOR例程与参考实现达到机器精度级别的一致66% 相似

引用此条事实

Stable URI
https://kongchang.com/claim/1105991
API
curl https://kongchang.com/api/v1/knowledge/claims/1105991
MCP
get_claim(id=1105991)