基准测试

基准测试在AI领域指一套固定的数据集和评价协议，用于衡量模型在特定任务上的表现。背景是模型迭代需要客观比较，技术说明：常见基准包括GLUE、ImageNet、MMLU等，涵盖语言理解、图像分类等任务。基准测试推动模型进步，但也需注意过拟合和公平性问题。