★ Begriff· Evaluation
Benchmark
Standardisierter Test, gegen den Modelle vermessen werden. Beispiele: MMLU (Wissen), HumanEval (Code), GSM8K (Math), AIME (Olympiade-Math), ARC-AGI (abstraktes Reasoning).
Verwandte Tools
Auch bekannt als
ml benchmark · llm benchmark
Aktivität
211
Mentions in den letzten 7 Tagen
4 Wochen
⚡neu · 211×
Zuletzt erwähnt in
- PAI-Bench: Neuer Benchmark für persistente Identität in KI-Agenten2026-09-15
- Optimal Transport für unüberwachte Anomalieerkennung in Industriedaten2026-09-15
- SpermYOLO: YOLOv11-Framework für präzise Spermien- und Verunreinigungsdetektion2026-09-15
- FedLTLib: Benchmark für Federated Learning mit Long-Tail-Verteilung2026-09-15
- Planning vs. RL für industrielle Wartungsplanung: Zuverlässigkeit gegen Kosten2026-09-15