llm-agent-evals：基于 SmolLM2-360M 的工具调用杂货 Agent 评测与 LoRA 微调项目

GitHub 开源项目 llm-agent-evals 构建了一个使用 run_sql（只读 SQL）和 FAISS 搜索两个工具的杂货目录 Agent，并对 SmolLM2-360M 的三种设置进行评测：zero-shot 提示、few-shot 提示和 CPU LoRA 微调。评测覆盖 200 个 held-out 问题，指标包括执行准确率、答案匹配、失败模式、延迟和 token 数；测试模板与训练数据不相交。项目代码采用 MIT 许可，模型权重为 Apache 2.0。