待验证60% 置信事实时间未知
Qwen-7B、LLaMA-2-7B等开源模型经过Agent Tuning后在工具调用准确率上可以达到GPT-3.5甚至接近GPT-4的水平
1
来源数
60%
置信度
中期 (~90 天)
时效性
2026/6/3
首次发现
有效期至：2026/9/1
来源
Agent Tuning：训练具备Agent能力的大模型完整指南
bilibili大模型A
涉及实体
相关事实
待验证Llama 3.1（Meta）、Mistral 7B/8x7B、Qwen2.5-Coder（阿里云）等开源模型在代码和配置生成任务上达到接近 GPT-4 的实用水平80% 相似待验证在文档摘要基准测试上，Qwen2.5-32B-Instruct和Llama-3.1-70B的量化版本已能达到GPT-4早期版本85%-92%的表现水平80% 相似待验证Qwen2.5-Coder 在 HumanEval 等代码生成基准上展现出接近 GPT-4o 的表现，其7B版本量化后可在普通笔记本上运行78% 相似待验证Qwen2.5-27B是阿里云通义实验室发布的270亿参数开源模型，在MMLU、HumanEval、GSM8K等基准上接近GPT-4早期版本水平77% 相似待验证Llama 3提供了8B和70B两个版本，在英文通用任务上的表现已经接近GPT-4级别的闭源模型77% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/40492API
curl https://kongchang.com/api/v1/knowledge/claims/40492MCP
get_claim(id=40492)