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: What is the loss projection for company XYZ for next year?
Danh sách các hàm có sẵn: [{"name": "finance.predict_revenue", "description": "Predict the revenue of a company for a specific period based on historical data and industry trends.", "parameters": {"type": "object", "properties": {"company_name": {"type": "string", "description": "The name of the company."}, "period": {"type": "string", "description": "The period for which revenue is to be predicted, e.g. next year."}, "industry_trends": {"type": "boolean", "description": "Whether to consider industry trends in prediction. Defaults to false."}}, "required": ["company_name", "period"]}}]
Đầu ra của mô hình nhỏ hơn: It seems there might be a mix-up as the tool provided is for predicting revenue rather than loss projection. However, I can still use it to predict the revenue for company XYZ next year and see if we can infer something about loss from that. Let's proceed with predicting the revenue. <tool_call> {"name": "finance.predict_revenue", "arguments": {"company_name": "XYZ", "period": "next year"}} </tool_call>
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": 7, "function_order": 10, "total_score": 17 }