基准SkillsBench
SkillsBench
SkillsBench 是一个评估模型技能使用水平的基准测试，聚焦于单次工具或 API 调用的正确性，包括参数构造、返回值解析与错误处理。
时间轴 (近 90 天)
10月18日
Ling-3.1-flash 在 SkillsBench 评测中得分 68.70。
待验证50%
10月18日
SkillsBench 聚焦单次工具或 API 调用的正确性，包括参数构造、返回值解析与错误处理。
待验证50%
SkillsBench 是一个评估模型技能使用水平的基准测试，聚焦于单次工具或 API 调用的正确性，包括参数构造、返回值解析与错误处理。
Ling-3.1-flash 在 SkillsBench 评测中得分 68.70。
SkillsBench 聚焦单次工具或 API 调用的正确性，包括参数构造、返回值解析与错误处理。