Învață Știri Unelte Joburi Misiune

Termen de glosar AI

Ce este Benchmark?

Definiție

Un test standardizat sau un set de date utilizat pentru a măsura și compara performanța modelului.

Răsfoiți întregul glosar AI Explorați toate ghidurile AI gratuite

Scurgeri de referințăAtunci când exemplele de teste de referință sau variante apropiate sunt prezente în datele de antrenament, umflarea performanței raportate.Set de evaluareUn set de date păstrat folosit pentru a măsura calitatea modelului după antrenament.HumanEvalUn punct de referință al problemelor de programare Python utilizat pentru a măsura corectitudinea generării codului prin teste unitare.Model de bazăUn model de referință simplu folosit pentru a compara dacă abordările mai complexe îmbunătățesc efectiv rezultatele.Setul de dateO colecție de exemple structurate sau nestructurate utilizate pentru instruire, validare sau testare.Set de validareUn set de date folosit în timpul dezvoltării pentru a regla modelele și pentru a preveni supraadaptarea.

Aflați mai multe în ghidurile noastre gratuite

AI Benchmarks Benchmark Contamination SWE-bench and Coding Agent Benchmarks IFEval and Instruction-Following Benchmarks

Vezi și

Bias Backpropagation Big Data Autonomous System Black-Box Model Attention Mechanism Calibration Artificial Intelligence (AI)