Ein Benchmark ist ein standardisierter Test, Datensatz, eine Aufgabe oder ein Evaluationsverfahren zur Messung und zum Vergleich der Leistung von KI-Systemen. Benchmarks stellen gemeinsame Bewertungskriterien bereit, ihre Ergebnisse sollten jedoch im Verhältnis zu Umfang, Datenqualität, Metrikwahl und Realweltrelevanz interpretiert werden.
A side-by-side comparison of Metric and Benchmark. Understand how the concepts differ, when each term applies, and why the distinction matters for AI governance, evaluation, or system design.
A side-by-side comparison of Evaluation and Benchmark. Understand how the concepts differ, when each term applies, and why the distinction matters for AI governance, evaluation, or system design.