Benchmark
term_id: bench
Category: basic_concepts
Definition
A benchmark egy szabványosított referencia pontot szolgál a különböző AI modellek vagy algoritmusok képességeinek összehasonlítására. Általában egy gondosan összeválogatott adathalmazt és specifikus értékelési metrikákat (például pontosságot vagy sebességet) foglal magában.
Summary
A benchmark rövidítése, egy szabványosított tesztcsomag vagy metrika, amelyet az AI modellek teljesítményének értékelésére használnak.
Key Concepts
- Értékelési metrikák
- Szabványosított tesztelés
- Teljesítményösszehasonlítás
- Adathalmaz-kurálás
Use Cases
- GLUE benchmark NLP-hez
- ImageNet a számítógépes látáshoz
- Modellválasztás gyártási környezetben