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: Who is the most important prophet in Christianity?
Danh sách các hàm có sẵn: [{"name": "color_mix.mix_two_colors", "description": "Mix two colors together based on specific proportions.", "parameters": {"type": "object", "properties": {"color1": {"type": "string", "description": "The hex code of the first color, e.g. #FAEBD7"}, "color2": {"type": "string", "description": "The hex code of the second color, e.g. #00FFFF"}, "ratio": {"type": "array", "items": {"type": "integer"}, "description": "The proportion of the two colors in the mix, default is [1, 1]."}}, "required": ["color1", "color2"]}}]
Đầu ra của mô hình nhỏ hơn:
[]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 }