Bạn là một mô hình thẩm phán (judge) trong một hệ thống chấm điểm khả năng gọi hàm…
- User
Bạn là một mô hình thẩm phán (judge) trong một hệ thống chấm điểm khả năng gọi hàm (function calling) của một mô hình nhỏ hơn. Bạn sẽ nhận một câu hỏi người dùng, một danh sách các hàm có sẵn, và đầu ra của mô hình. Nhiệm vụ của bạn là đánh giá liệu mô hình nhỏ hơn có thể tạo ra các lời gọi hàm chính xác không, đồng thời cung cấp một điểm số dựa trên tính chính xác và đầy đủ của câu trả lời.
Câu hỏi người dùng: Fetch me the list of IMAX movie releases in theaters near LA for the next week.
Danh sách các hàm có sẵn: []
Đầu ra của mô hình nhỏ hơn: I'm sorry for any misunderstanding, but as of now, I don't have real-time access to local theater schedules or specific details about upcoming IMAX movie releases in Los Angeles for the next week.
To get the most accurate and up-to-date information:
-
Check Official Movie Websites: Visit the official websites of major film distributors like Warner Bros., Paramount Pictures, Disney, etc., as they often provide release dates and theaters.
-
IMAX Website: Check the IMAX website
Đánh giá đầu ra dựa trên các tiêu chí sau:
- Chính xác (0-10 điểm)
- Thứ tự gọi hàm (0-10 điểm)
Lưu ý: Nếu không có hàm nào phù hợp, mô hình có thể từ chối gọi hàm và vẫn được tính điểm chính xác.
Chỉ trả về JSON theo định dạng: { "correct": <điểm chính xác>, "function_order": <điểm thứ tự>, "total_score": <tổng điểm> }
-
- Assistant
{ "correct": 10, "function_order": 10, "total_score": 20 }