还有一个重要的指标——准确率。伯克利函数调用排行榜 (BFCL) 是评估函数调用能力的标准基准。 Gemma 3 1B 的得分约为 31%，Llama 3.2 1B 约为 26%，两者未经微调的性能都很弱。由于 Gemma 3n 是通用型程序，因此未对其进行测试。Hammer 2.1 0.5B 没有公开数据，但其 1.5B 版本开箱即用的得分约为 73%——尽管它在 int8 内存中占用约 1.5GB 的空间，是 FunctionGemma（288MB）的 5 倍。
有时，订餐的情况会没那么顺利，Gemini 也会尝试自己先去解决突发状况，并给用户提供解决方案。有一次，披萨店在繁忙时段限制了大号披萨的下单量，Gemini 就会询问能不能点两个中号代替。，更多细节参见服务器推荐
找到让自己能力倍增的方法，如果不行，每隔几个月再尝试。。关于这个话题，51吃瓜提供了深入分析
His last major solo tour was the Not Dead Yet Tour from 2017 to 2019, and he performed seated during the Genesis reunion world tour in 2021 and 2022.