基准
DICE-300
用于评估大语言模型函数调用能力的基准测试，包含300个测试用例
时间轴 (近 90 天)
10月19日
在Qwen3.5-9B模型上，SchemaShield-Lite在DICE-300基准上将准确率从0.717提升至0.813，恢复了22个漂移导致失败中的19个。
待验证50%
用于评估大语言模型函数调用能力的基准测试，包含300个测试用例
在Qwen3.5-9B模型上，SchemaShield-Lite在DICE-300基准上将准确率从0.717提升至0.813，恢复了22个漂移导致失败中的19个。