白白话 AI 小百科
← 返回百科索引
评测 · 30 秒看懂

基准测试

Benchmark

一句人话

用一组固定任务比较模型表现。

打个比方

像统一考试，便于横向比较。

这个比方用于帮助入门，并不覆盖技术实现的所有细节。

什么时候需要它

观察推理、编程、速度等能力。

先从实际任务理解概念，比死记英文缩写更有效。

别混淆

考试高分不等于适合你的真实工作。

如果这个概念会影响费用、数据或安全，请继续查看官方文档。