Benchmark

Ein Benchmark ist ein festgelegter Satz von Aufgaben, mit dem die Leistung von KI-Modellen gemessen und verglichen wird. Bekannte Beispiele prüfen Wissen, Mathematik, Programmierung oder logisches Denken. Benchmarks sind nützlich, haben aber Grenzen: Modelle können gezielt darauf optimiert werden, und eine hohe Punktzahl bedeutet nicht automatisch bessere Ergebnisse im Alltag.