Бенчмарк
Стандартный набор задач для сравнения моделей между собой.
Бенчмарки измеряют способности моделей в математике, программировании, знаниях, рассуждении. Результаты полезны для грубого сравнения, но не заменяют проверку на своих задачах: модели могли видеть похожие задания при обучении, а лидер рейтинга не обязательно лучше справится именно с вашей работой.
Связанные термины
Хотите не только понять термин, но и выбрать инструмент? Откройте каталог нейросетей с фильтрами по доступу и цене.