待验证60% 置信基准精确时间
Berkeley Function-Calling Leaderboard（BFCL）是业界常用的工具调用能力评估基准之一
2
来源数
60%
置信度
长期有效
时效性
2026/7/13
首次发现
来源
Meta Muse Spark 1.1发布：首个开放API的Spark模型全面解析
rss2026/7/9
相关事实
待验证评估模型智能体能力的主流基准测试包括BFCL（Berkeley Function Calling Leaderboard）、AgentBench、SWE-Bench；编码能力评测集包括HumanEval、MBPP、LiveCodeBench73% 相似待验证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。71% 相似待验证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。63% 相似待验证BFCL 由伯克利团队维护，评测集按难度分层包括 Simple、Multiple、Parallel、Parallel Multiple、Relevance Detection 等类别。62% 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。58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/500643API
curl https://kongchang.com/api/v1/knowledge/claims/500643MCP
get_claim(id=500643)