概要
モデルの性能を共通の基準で測り、比較するための標準テスト。
詳しい解説
ベンチマークは、AIモデルの性能を共通の問題セットで測り、横並びで比較するための標準テストです。(知識)・(コード)・など多数あります。客観的な比較ができる一方、ベンチマークに過剰適合したり、実際の使い勝手を反映しきれなかったりする限界もあります。
💡 青い破線の用語にカーソルを合わせる(タップする)と、その場で簡単な説明が表示されます。
具体例・活用シーン
共通テストで比較
新しいモデルの発表では、主要ベンチマークのスコアで他モデルと性能を比較します。
関連用語
この説明に誤りや改善点を見つけましたか?
✏️ この説明を改善提案する