分析测试发现，小模型易超时，大模型在处理特定查询时倾向于使用记忆而非工具返回的数据。
📝 详细摘要
作为测试结果的补充，推文指出小模型在 Tool Calling 中容易陷入循环导致超时。更关键的发现是，许多大模型（35B/122B/397B）在处理如“查人口并计算”的任务时，倾向于使用模型记忆中的近似值，而非信任工具返回的准确数据，揭示了模型对工具的信任度问题。
📊 文章信息
AI 评分：82
来源：AI Will(@FinanceYF5)
作者：AI Will
分类：人工智能
语言：中文
阅读时间：1 分钟
字数：112
标签： Local LLM, Tool Calling, Hallucination, Model Evaluation