测试本地模型工具调用能力

stevibe

哪些本地模型能真正处理工具调用？
我建立了一个框架来找出答案。
15个场景。12个工具。模拟响应。温度0。无挑选。
测试了每个Qwen3.5尺寸从0.8B到397B，由于一些人在蒸馏测试后询问：是的，我https://t.co/Naw1BBwhKl

打开互动版