five

MadeAgents/HammerBench

收藏
Hugging Face2025-02-17 更新2025-04-12 收录
下载链接:
https://hf-mirror.com/datasets/MadeAgents/HammerBench
下载链接
链接失效反馈
官方服务:
资源简介:
HammerBench是一个针对真实世界移动设备场景下的细粒度函数调用评估的基准数据集。它包含单轮和多轮对话,能够评估大型语言模型在不同情况下(如不完整指令、多变的问答轨迹、意图/参数转换、外部个人信息引用)的性能。

HammerBench is a benchmark for fine-grained function-calling evaluation in real mobile device scenarios. It includes single-turn and multi-turn dialogues and is designed to evaluate the performance of large language models under various conditions such as imperfect instructions, diverse question-answer trajectories, intent/argument shifts, and references to external individual information.
提供机构:
MadeAgents
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作