GLM-5 · Toolcall-Badcase · GLM-5固定v2报告/模型卡;版本未注明 · 成绩与配置

GLM-5 的 Toolcall-Badcase · GLM-5固定v2报告/模型卡;版本未注明 记录。本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录),附 1 条来源定位。

成绩与评测条件

GLM-5 · Toolcall-Badcase 成绩与配置
指标与成绩配置与评测条件出处
Reported score95.8原文 95.8 · 单位 未标注
公布 未确认
GLM-5 · 报告与固定模型卡
设置
最终后训练GLM-5;各行scaffold、解码与工具条件分别见protocol,未将工具或来源另立为推理档位。
未知项
来源未逐项明确思考开关、reasoning effort、服务精度与完整题集修订。、Tool-Decathlon报告39.2与固定卡38.0均保留;BrowseComp上下文管理的正文与附录方法描述不一致。
工具
工具条件未记录
推理预算
未记录
框架
未记录
协议
Evaluation assesses whether the model (1) invokes the correct tool and (2) provides correctly structured and semantically accurate arguments.
条件
Evaluation assesses whether the model (1) invokes the correct tool and (2) provides correctly structured and semantically accurate arguments.
在排名中查看此成绩

出处与披露

测试版本与指标

别名 Toolcall-Badcase

  • Reported score · 单位未标注 · 排序方向未确认