公开知识图谱记录
CLM-8B
记录摘要
用状态与动作嵌入点积评分候选动作，不生成文本
来自项目知识图谱的有来源实体；具体工具属性仍需补齐。
已记录信息
- 基准测试: 约 100K held-out questions 上预训练后 top-1 52.1%
- 基准测试: 约 100K held-out questions 上中期训练后 top-1 69.2%
- 基准测试: T-Rex game 上成功率为 5/5
- 基准测试: BFCL v4 上工具调用成功率为 95.2%
- 基准测试: WikiRacing 上成功率为 26/30
- 基准测试: Super Mario 上成功率为 5/5
- 基准测试: DeepSWE 上验证成功率为 81.6%
- 基准测试: Terminal-Bench 2.1 上验证成功率为 87.6%
资料覆盖
知识图谱当前记录了 11 个已知资料维度，另有 6 个维度尚未记录，关联 1 篇公开资料。这些数字只描述资料覆盖，不代表模型性能或适配性已经验证。
相关公开记录
- Qwen3-8B — 基于
- Jev — 竞品
- BFCL v4 — 评测于
- DeepSWE — 评测于
- T-Rex game — 评测于