
محک TOOLCALL-300: نرخ شکست ۹۶.۷ درصدی مدلهای زبانی در فراخوانی ابزارها
یک محک جدید نشان میدهد ارسال مستقیم خروجیهای مدلهای زبانی به سرورها، در ۹۶.۷٪ مواردِ بروز خطا در ساختار، منجر به شکست عملیاتی میشود. مجموعه TOOLCALL-300 روشی دقیق برای شناسایی…










