Skip to main content
Tool-calling 评测适合关注模型 I/O 纪律:协议支持、结构化输出、tool-call 格式、重试行为,以及 harness 能否把任务上下文转换成 tool-aware model messages。

当前 runtime 路径

优先选择明确支持 tool-aware model protocol 的 harness: 新增或记录 benchmark 前,请以 Supported Components 中的公开 id 为准。

Tool-Use 运行

检查内容

相关页面