Benchmark
Gorilla Benchmark API Bench
reasoning
code
text
APIBench, a comprehensive dataset of over 11,000 instruction-API pairs from HuggingFace, TorchHub, and TensorHub APIs for evaluating language models' ability to generate accurate API calls.
语言EN
满分1
参评模型3
模型排名
| 名次 | 模型 | 机构 | 分数 | 来源 |
|---|---|---|---|---|
| 1 | Llama 3.1 405B Instruct | Meta | 35.3 | 来源 ↗ |
| 2 | Llama 3.1 70B Instruct | Meta | 29.7 | 来源 ↗ |
| 3 | Llama 3.1 8B Instruct | Meta | 8.2 | 来源 ↗ |