ベンチマークとは？
別名： 評価テスト
ベンチマークは、数学、プログラミング、一般知識などでAIモデルを比較するための標準テストです。
例
2つのモデルに同じ数学の問題500問を解かせ、結果を比べます。
専門家向け
ベンチマークが測るのは能力の一部だけで、古くなったり学習データに混入したりすることもあります。自分の用途では、実際の例を使った自前のテストが最も参考になります。
AI Compare Ninjaで見る
AI Compare NinjaがAIの支援を受けて執筆し、編集部が確認しています。すべての解説は独自の文章です。