BFCL v4 に関する報道

研究により、エージェント評価スコアの劇的な変動は、モデル自体の機能の欠点ではなく、サーバー インターフェイスによる軌道の見直しによる可能性があることが明らかになりました。これは、ツール呼び出し率に基づく現在のエージェント評価ベンチマークの有効性が、エンジニアリング アダプテーション層の相互作用効果によって大幅に弱まり、モデルの真の機能が展開インターフェイスによって体系的に隠蔽されていることを意味します。